如何将pandas DataFrame指定列转换为对应值的存在性指示列

问题原因 #

现有代码执行melt时没有保留原始DataFrame的行索引，导致后续pivot_table是全局统计值出现次数，而非按原行逐行判断值是否存在，同时没有补全1到N之间缺失的列。

正确实现代码 #

import pandas as pd

# 示例数据
df = pd.DataFrame({
    "A": {0: 1, 1: 10, 2: 12},
    "B": {0: 7, 1: 6, 2: 3},
    "C": {0: 11, 1: 4, 2: 1},
    "D": {0: 6, 1: 5, 2: 4},
})

# 方法1：基于原有写法调整
N = df.max().max() # 取所有元素的最大值作为N
result = (
    df.reset_index(names="row_id") # 保留原始行号作为分组依据
    .melt(id_vars="row_id")
    .assign(val=1)
    .pivot_table(index="row_id", columns="value", values="val", fill_value=0)
    .reindex(range(1, N+1), axis=1, fill_value=0) # 补全1到N所有列
    .rename_axis(index=None, columns=None) # 可选：去掉索引和列的名称前缀
)

# 方法2：更简洁的写法
N = df.max().max()
result = (
    pd.get_dummies(df.stack(), prefix="", prefix_sep="")
    .groupby(level=0)
    .max()
    .reindex(range(1, N+1), axis=1, fill_value=0)
)

输出说明 #

输出结果的每一行对应原DataFrame的第i行，每列j的取值为1时代表原第i行存在值j，取值为0时代表不存在，列范围自动覆盖1到N的所有整数。

内容的提问来源于stack exchange，提问作者Nikola