Python Pandas：基于原列与拆分列实现电影类型One-Hot编码

嘿，我来帮你搞定这个需求！其实你完全不用先拆分列再折腾——pandas里有个现成的工具能一步到位生成你要的「每个类型独立列、存在标1否则0」的结果，而且效率比拆分后再处理高得多。下面分两种情况给你讲清楚：

情况1：直接用原始的genres列（推荐） #

如果你还保留着原始的、用|分隔的genres列，直接用str.get_dummies()方法就能一键生成独热编码列，代码超简单：

import pandas as pd

# 假设你的DataFrame名叫df，genres是原始的分隔列
# 生成所有类型的独热编码
genre_dummies = df['genres'].str.get_dummies(sep='|')

# 把生成的列合并回原DataFrame
df = pd.concat([df, genre_dummies], axis=1)

举个例子，假设你的原始数据是这样：

运行上面的代码后，会自动新增Action、Comedy、Drama、Thriller这几列，每一行对应的值是1（存在该类型）或0（不存在），完美符合你的需求。

情况2：已经拆分出多个类型列（比如genre_1、genre_2...） #

如果你已经把genres拆成了多个列，也可以基于这些列生成目标列，步骤如下：

1. 先收集所有拆分列里的唯一类型：

# 先筛选出所有拆分后的类型列（假设列名包含"genre"，你也可以直接写列名列表比如['genre_1', 'genre_2']）
genre_split_cols = [col for col in df.columns if 'genre' in col]

# 提取所有出现过的唯一类型
all_unique_genres = df[genre_split_cols].stack().unique()

2. 遍历每个类型，检查每行的拆分列里是否包含该类型，生成1/0列：

for genre in all_unique_genres:
    # 对每行的拆分列进行检查，存在该类型就标1，否则0
    df[genre] = df[genre_split_cols].apply(lambda row: 1 if genre in row.values else 0, axis=1)

小提醒 #

• 第二种方法因为用到了apply逐行处理，数据量大的时候会比第一种方法慢，所以优先推荐第一种直接处理原始列的方式。
• 如果拆分后的列有NaN（比如某部电影只有1个类型，后面的拆分列是空值），不用担心，genre in row.values会自动忽略NaN，不会影响判断结果。

内容的提问来源于stack exchange，提问作者Kiritin