如何将单列拆分为多列？快速实现按值生成0/1标识列的方法

这其实就是数据处理里常用的**独热编码（One-Hot Encoding）**需求，我给你分享几个不同工具下的快速实现方法，适配不同场景：

Excel 实现方法（适合手动处理小数据集） #

如果你用Excel处理数据，分两步就能搞定：

1. 提取唯一值作为新列标题
   • 要是你用的是Excel 365/2021及以上版本，直接在空白单元格输入=UNIQUE(A:A)（假设原列是A列），回车后就能自动生成所有不重复的取值（也就是a、b、c、d），把这些值作为新列的标题就行。
   • 旧版Excel的话，就用「高级筛选」：选中原列数据 → 点击「数据」选项卡 → 「高级」→ 勾选「将筛选结果复制到其他位置」，设置好复制目标单元格，再勾选「选择不重复的记录」，确定后就能得到唯一值列表。
2. 生成0/1标记
   在第一个标记单元格（比如B2）输入公式：=IF($A2=B$1,1,0)，然后按住单元格右下角的填充柄，先下拉填充所有行，再右拉填充所有列，就能自动生成对应位置的1和0了。

Python Pandas 实现方法（适合批量/自动化处理） #

这是效率最高的方法，Pandas专门提供了一键生成独热编码的函数：

import pandas as pd

# 构造你的示例数据
df = pd.DataFrame({'x': ['a', 'c', 'b', 'b', 'd']})

# 生成独热编码，直接用取值作为列名
one_hot = pd.get_dummies(df['x'], prefix='')

# 如果需要强制指定列的顺序（比如固定a、b、c、d的顺序），可以加一行重排
one_hot = one_hot.reindex(columns=['a', 'b', 'c', 'd'], fill_value=0)

# 把原列和新生成的编码列合并
result = pd.concat([df, one_hot], axis=1)
print(result)

运行后就能得到和你示例完全一致的结果，而且不管原列有多少种取值，都能自动识别并生成对应列，非常省心。

SQL 实现方法（适合数据库内的数据处理） #

如果你的数据存在数据库里，用CASE WHEN语句就能轻松实现：

SELECT
    x,
    CASE WHEN x = 'a' THEN 1 ELSE 0 END AS a,
    CASE WHEN x = 'b' THEN 1 ELSE 0 END AS b,
    CASE WHEN x = 'c' THEN 1 ELSE 0 END AS c,
    CASE WHEN x = 'd' THEN 1 ELSE 0 END AS d
FROM your_table_name;

把your_table_name换成你的实际表名即可。如果不确定所有唯一值，不同数据库有动态生成的方法（比如MySQL的存储过程、PostgreSQL的crosstab函数），但静态的CASE WHEN是最通用的写法。

内容的提问来源于stack exchange，提问作者user5317046