如何用Python为Pandas DataFrame生成通用状态独热编码列？

嘿，这需求其实就是咱们常说的**独热编码（One-Hot Encoding）**场景，Pandas里有现成的高效方法，也可以手动实现来适配更定制化的情况，下面给你两种通用的Python实现方案：

方法一：用Pandas内置的get_dummies（最简洁推荐） #

这是最省心的方式，Pandas会自动识别分类列的所有唯一值，一键生成你要的二进制标记列：

import pandas as pd

# 示例DataFrame，替换成你的实际数据
df = pd.DataFrame({'status': ['married', 'single', 'divorced', 'married', 'single']})

# 生成独热编码列，prefix参数设置列名前缀
one_hot_columns = pd.get_dummies(df['status'], prefix='status')

# 将新列合并回原DataFrame
df = pd.concat([df, one_hot_columns], axis=1)

默认生成的列名是status_married这种下划线连接的格式，如果想要空格分隔的status married，只需要加一步列名重命名：

one_hot_columns.columns = [col.replace('_', ' ') for col in one_hot_columns.columns]

方法二：手动实现（更灵活可控） #

如果需要提前固定要生成的类别（比如确保即使数据里暂时没有divorced也会生成对应列），可以用循环手动创建列：

import pandas as pd

df = pd.DataFrame({'status': ['married', 'single', 'married', 'single']})

# 提前定义所有可能的状态类别，保证通用性
all_status = ['married', 'single', 'divorced']

for status in all_status:
    # 对每一行判断是否匹配当前类别，转成整数1/0
    df[f'status {status}'] = (df['status'] == status).astype(int)

这个方法的好处是不管原数据里有没有某个类别，都会生成对应的列，避免后续因为数据变化导致列缺失的问题。

小提示 #

• 如果原status列存在缺失值，get_dummies会自动忽略这些行（对应列都为0），手动实现的方式也会给缺失值行赋值0，如果你需要特殊处理缺失值，可以先通过df['status'].fillna()填充后再操作。
• 这两种方案都可以直接复用在其他分类列上，只需要替换列名和类别列表就行，通用性拉满～

内容的提问来源于stack exchange，提问作者Eli