如何将pandas中存储数组的列扩展为多列且无需使用for循环？

场景1：仅标记对应元素是否存在（值为1/0） #

直接使用pandas原生向量化方法str.get_dummies即可一行完成，不需要手动遍历：

import pandas as pd

# 示例DataFrame构造
df = pd.DataFrame({
    'gear': [['Hengerfeste', 'LED'], ['LED', 'Bluetooth'], ['Hengerfeste', 'Bluetooth', 'GPS']]
})

# 生成同名字段，存在对应元素标记为1，不存在标记为0
df = pd.concat([df, df['gear'].str.join('|').str.get_dummies()], axis=1)

场景2：需将元素本身的值填入对应列（无匹配填NaN） #

如果需要把列表元素的实际值放到对应同名列中，可通过explode加透视的方式实现：

# 按原索引炸开列表列
exploded = df['gear'].explode().reset_index()
# 新增值字段存储列表元素
exploded['val'] = exploded['gear']
# 透视还原为原索引结构，自动生成对应同名列
pivot_res = exploded.pivot(index='index', columns='gear', values='val')
# 结果合并回原DataFrame
df = pd.concat([df, pivot_res], axis=1)

• 两种方案均为pandas内置向量化操作，无显式for循环，数据量较大时性能远高于手动循环实现
• 不需要保留原gear列时，后续可通过df.drop('gear', axis=1, inplace=True)删除

内容的提问来源于stack exchange，提问作者Sunny