Pandas：将单列字符串拆分为多布尔列的技术方案问询

这里有两种实用的方法来实现你需要的效果，直接结合代码和说明来看：

先构造原始DataFrame #

首先我们先还原你提供的数据集：

import pandas as pd

df = pd.DataFrame({
    'Colors': [
        'red, white, blue',
        'white, blue',
        'blue, red',
        'white',
        'blue'
    ]
})

方法1：用pd.get_dummies快速生成（推荐） #

这是最简洁的方式，Pandas的get_dummies会自动识别Colors列的所有唯一值，将每个值作为新列，并填充1/0表示该行是否匹配该值：

# 生成独热编码，去掉前缀保证列名就是原始的颜色组合
result = pd.get_dummies(df['Colors'], prefix='', prefix_sep='')

# 如果需要和你示例中的列顺序一致（按原始唯一值出现顺序），可以调整列顺序
unique_colors = df['Colors'].unique()
result = result[unique_colors]

运行后得到的结果：

red, white, blue  white, blue  blue, red  white  blue
0                 1            0          0      0     0
1                 0            1          0      0     0
2                 0            0          1      0     0
3                 0            0          0      1     0
4                 0            0          0      0     1

如果想要**布尔值（True/False）**而非0/1，只需要添加dtype=bool参数：

result = pd.get_dummies(df['Colors'], prefix='', prefix_sep='', dtype=bool)

方法2：手动构造（适合理解原理） #

如果你想更清晰地看到逻辑，可以手动遍历唯一值生成列：

# 获取所有唯一的颜色组合
unique_vals = df['Colors'].unique()

# 对每一行生成对应布尔值的Series
result = df['Colors'].apply(
    lambda x: pd.Series(
        [val == x for val in unique_vals], 
        index=unique_vals
    )
).astype(int) # 若要布尔值则去掉.astype(int)

这个方法的逻辑是：对每行的颜色值，逐一和所有唯一值对比，匹配则标记为True/1，否则为False/0，最后组合成DataFrame。

内容的提问来源于stack exchange，提问作者FaCoffee