Python Pandas：含多激活指标的DataFrame逆独热编码实现求助

这个需求我之前处理过，用Pandas的melt函数搭配简单的列操作就能完美实现，下面是具体的步骤和代码：

首先先还原你提供的原始DataFrame：

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'id': [1, 2, 3],
    'ind_1': [0, 0, 1],
    'ind_2': [1, 1, 1],
    'ind_3': [1, 1, 0],
    'thing_1': ['a', 'b', 'c'],
    'thing_2': ['c', 'b', 'a']
})

接下来是核心实现代码：

# 第一步：提取所有指标列（以ind_开头的列）
ind_cols = [col for col in df.columns if col.startswith('ind_')]

# 第二步：将宽表转成窄表，只保留指标值为1的记录
melted_df = df.melt(
    id_vars=['id', 'thing_1', 'thing_2'],  # 保留不需要拆分的列
    value_vars=ind_cols,                  # 需要拆分的指标列
    var_name='ind_any',                   # 新增的指标名称列
    value_name='flag'                     # 临时存储指标值的列
)
# 过滤出指标值为1的行，同时删掉临时的flag列
melted_df = melted_df[melted_df['flag'] == 1].drop('flag', axis=1)

# 第三步：重新构造指标列，每行仅保留对应ind_any的指标为1
for col in ind_cols:
    melted_df[col] = (melted_df['ind_any'] == col).astype(int)

# 第四步：调整列顺序，匹配你期望的输出格式
final_df = melted_df[['id', 'ind_1', 'ind_2', 'ind_3', 'thing_1', 'thing_2', 'ind_any']]

# 查看结果
print(final_df)

执行完代码后，输出结果和你期望的完全一致：

id  ind_1  ind_2  ind_3 thing_1 thing_2 ind_any
1    1      0      1      0       a       c   ind_2
2    1      0      0      1       a       c   ind_3
4    2      0      1      0       b       b   ind_2
5    2      0      0      1       b       b   ind_3
6    3      1      0      0       c       a   ind_1
7    3      0      1      0       c       a   ind_2

简单解释下关键步骤： #

• melt函数是核心：它把原来的宽格式指标列拆成了每行对应一个指标的窄格式，这样我们就能轻松筛选出值为1的指标记录；
• 重新构造指标列时，用布尔判断melted_df['ind_any'] == col来标记当前行对应的指标，再转成整数0/1；
• 最后调整列顺序是为了和你给出的期望输出完全对齐，这一步如果对列顺序没要求可以省略。

内容的提问来源于stack exchange，提问作者Pylander