You need to enable JavaScript to run this app. 如何在pandas中将列内的列表文本值转换为二进制表示的独热编码列
优惠活动
大模型
产品
解决方案
定价
更多

如何在pandas中将列内的列表文本值转换为二进制表示的独热编码列

pandas列表列转多热编码解决方案

以下两种方案均可以直接实现需求:

方案1:原生pandas实现(无需额外依赖)

核心思路是将列表拼接为无冲突分隔符的字符串后,直接使用pandas自带的独热编码方法生成结果:

import pandas as pd

# 构造示例数据,你可以替换为自己的DataFrame
df = pd.DataFrame({
    "原始列名": [
        ["AC","BB"],
        ["AD","CB", "FF"],
        ["AA","CC"],
        ["CA","BB"],
        ["AA"]
    ]
})

# 核心代码:|为分隔符,只要确保你的短文本中不含该字符即可
编码结果 = df["原始列名"].str.join("|").str.get_dummies()

# 如果需要把编码结果拼回原DataFrame,执行以下代码
df = pd.concat([df, 编码结果], axis=1)

方案2:MultiLabelBinarizer实现(适配所有场景)

如果你的短文本可能包含特殊符号,无法找到无冲突的分隔符,使用sklearn的多标签二值化工具即可:

import pandas as pd
from sklearn.preprocessing import MultiLabelBinarizer

# 初始化编码器
mlb = MultiLabelBinarizer()
# 直接对列表列拟合转换
编码结果 = pd.DataFrame(
    mlb.fit_transform(df["原始列名"]),
    columns=mlb.classes_,
    index=df.index
)

# 拼回原DataFrame
df = pd.concat([df, 编码结果], axis=1)

两种方案输出的编码结果完全一致,对60个唯一值的场景执行效率没有明显差异。

内容的提问来源于stack exchange,提问作者Borut Flis

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 19:42:04