基于Pandas处理DataFrame多值列：生成独热编码式新列

嘿，这个需求其实用Pandas的内置工具就能完美解决，根本不用自己写复杂的遍历逻辑！这本质上是**独热编码（One-Hot Encoding）**的典型场景，专门用来把这类多值分隔列转换成二进制标记列。

方法一：最简洁的内置函数法（推荐） #

Pandas的str.get_dummies()方法直接支持按分隔符拆分列并生成独热编码，一步到位：

步骤1：准备示例数据（模拟你的场景） #

import pandas as pd

# 模拟你的DataFrame：target_col列包含单个或多个用;分隔的值
data = {'target_col': ['A;B', 'C', 'A;C;D', 'B;E', 'A', 'F;G;H;I;J']}
df = pd.DataFrame(data)

步骤2：生成独热编码列并合并到原表 #

# 按;拆分并生成二进制标记列
dummies_df = df['target_col'].str.get_dummies(sep=';')

# 将结果与原DataFrame横向合并
final_df = pd.concat([df, dummies_df], axis=1)

最终效果 #

执行后你会得到这样的结果：

这个方法的优势在于：

• 自动识别所有唯一值，无需手动收集
• 底层是向量化操作，比手动遍历效率高得多（尤其是数据量大时）
• 一行代码完成拆分+编码，简洁易维护

方法二：手动实现（适合理解底层逻辑） #

如果你想自己实现遍历逻辑（比如学习用途），可以按以下步骤来：

# 1. 收集所有唯一值
all_unique_vals = set()
for cell_val in df['target_col']:
    # 按;拆分当前单元格的值，添加到集合中去重
    all_unique_vals.update(cell_val.split(';'))
# 转换成有序列表（可选，保证列顺序一致）
all_unique_vals = sorted(all_unique_vals)

# 2. 为每个唯一值创建标记列
for val in all_unique_vals:
    # 用lambda判断当前值是否在单元格的拆分结果中，是则标记1，否则0
    df[val] = df['target_col'].apply(lambda x: 1 if val in x.split(';') else 0)

这个方法和内置函数的效果完全一致，但因为用了apply遍历每行，数据量大时效率会比str.get_dummies()低一些，所以更适合学习原理，实际业务中优先用方法一。

内容的提问来源于stack exchange，提问作者dodo4545