如何用一行优雅代码将pandas分类列拆分为布尔值列？

当然有办法实现你的需求！Pandas提供了非常优雅的工具来处理这种分类列转布尔/数值列的场景，也就是独热编码（One-Hot Encoding），完全可以一行代码搞定你的具体需求。

针对你给出的DataFrame场景，一行实现的代码如下：

df2 = pd.get_dummies(df['A'], prefix='', prefix_sep='').astype(int)

如果希望保留原列"A"，可以改成：

df_with_original = pd.get_dummies(df, columns=['A'], prefix='', prefix_sep='').astype(int)

代码解释： #

• pd.get_dummies() 是Pandas专门用于生成独热编码的函数，它会自动识别列中的所有类别，为每个类别创建新列；
• prefix='' 和 prefix_sep='' 用来去掉默认的列名前缀（比如默认会生成"A_0"这种列名），让新列名直接是类别值0、1、2；
• astype(int) 把函数默认生成的布尔值（True/False）转换成你需要的整数0和1，和目标df2的格式完全匹配。

举个实际运行的例子：
输入你的原始df：

A
0  1
1  2
2  1
3  2
4  2
5  2
6  0
7  1
8  0

运行第一行代码后得到的df2就是：

0  1  2
0  0  1  0
1  0  0  1
2  0  1  0
3  0  0  1
4  0  0  1
5  0  0  1
6  1  0  0
7  0  1  0
8  1  0  0

完全符合你想要的结果，而且比手动写apply函数简洁高效得多，尤其是当类别数量较多时，这个方法的优势会更明显。

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