将DataFrame列表类型Gruppo列转换为元素是否存在的True/False布尔列

首先确认你的Gruppo列的元素是Python列表类型，如果为字符串格式的列表（如"[STAT, ING]"），先执行转换：

import ast
df['Gruppo'] = df['Gruppo'].apply(ast.literal_eval)

方法1：纯pandas实现（无需额外依赖） #

通过列表拼接+独热编码直接生成布尔列：

# 生成Gruppo对应的布尔列
gruppo_bool = df['Gruppo'].str.join('|').str.get_dummies().astype(bool)
# 合并Codice列，设置Codice为索引
result = pd.concat([df['Codice'], gruppo_bool], axis=1).set_index('Codice')
# 如果需要保留原表的Sem、CFU、Rating列，将上一行替换为：
# result = pd.concat([df[['Codice', 'Sem', 'CFU', 'Rating']], gruppo_bool], axis=1).set_index('Codice')

方法2：借助sklearn的MultiLabelBinarizer实现 #

适合多标签场景的标准化处理方案：

import pandas as pd
from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
# 生成Gruppo对应的布尔矩阵
gruppo_bool = pd.DataFrame(
    mlb.fit_transform(df['Gruppo']).astype(bool),
    columns=mlb.classes_,
    index=df.index
)
# 合并并设置索引
result = pd.concat([df['Codice'], gruppo_bool], axis=1).set_index('Codice')

处理后你可以直接通过result.loc[codice_val, group_name]的方式快速判断指定课程是否属于对应分组，完全适配pulp的变量约束配置场景。

内容的提问来源于stack exchange，提问作者huncletheo