如何将Pandas DataFrame的多行键值数据重塑为布尔矩阵？

这其实是典型的长表转宽表并标记存在性的需求，用Pandas可以用好几种方法轻松实现，我给你列几个常用的方案：

首先先准备好原始数据：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'id': [1, 1, 1, 1, 2],
    'key': ['A', 'B', 'B', 'C', 'C']
})

方法一：使用pd.crosstab（最直观） #

pd.crosstab天生就是用来生成交叉统计表的，我们可以先统计每个id和key的出现次数，再把大于1的数值截断为1（因为只要出现过就标记为1）：

# 生成交叉表，再将计数转为1/0标记
result = pd.crosstab(df['id'], df['key']).clip(upper=1)
# 如果需要把id从索引转为普通列
result = result.reset_index()

运行后得到的结果就和你想要的格式完全一致了。

方法二：使用pivot_table（灵活的聚合方式） #

利用透视表的聚合功能，直接判断每个id-key组合是否存在，再转为整数类型：

# 以id为行，key为列，聚合逻辑为"是否存在"，再转成1/0
result = df.pivot_table(index='id', columns='key', aggfunc='any').astype(int)
result = result.reset_index()

这里aggfunc='any'会返回布尔值（存在为True，不存在为False），astype(int)会自动把True转1、False转0。

方法三：独热编码+分组取最大值 #

先用get_dummies把key列转成独热编码，再按id分组取最大值（只要出现过一次，最大值就是1）：

# 生成key的独热编码
dummies = pd.get_dummies(df['key'])
# 拼接id列后按id分组取最大值
result = pd.concat([df['id'], dummies], axis=1).groupby('id').max().reset_index()

这种方法适合需要对独热编码做额外处理的场景，灵活性也很高。

不管用哪种方法，最终输出的结果都会符合你的要求：

id  A  B  C
0   1  1  1  1
1   2  0  0  1

内容的提问来源于stack exchange，提问作者bry888