Pandas如何根据行Name值生成带0/1标记的分类新列

你可以通过pandas快速实现该需求，以下是两种可直接运行的方案： #

• 方案1：独热编码+分组聚合（最简便）
  核心逻辑是先将Name列转为独热编码，再按id分组求和，同一个id下出现过的类别对应列结果为1，未出现为0。

import pandas as pd

# 构造示例DataFrame，你可以替换为自己的数据源
df = pd.DataFrame({
    'id': [100, 200, 100],
    'Name': ['Apple', 'Orange', 'Banana']
})

# 核心实现代码
result = pd.get_dummies(df, columns=['Name'], prefix='Name', dtype=int)\
         .groupby('id', as_index=False)\
         .sum()

# 打印查看结果
print(result)

运行输出和你预期的结构完全一致。 #

• 方案2：透视表实现
  直接用透视表完成行列转换，自动补全缺失值为0：

result = df.pivot_table(
    index='id', 
    columns='Name', 
    aggfunc=lambda x: 1, 
    fill_value=0
).add_prefix('Name_').reset_index()

内容的提问来源于stack exchange，提问作者Tahsin Alam