Pandas：将多值分类数据拆分为布尔列的实现方法

没问题，这需求其实是把逗号分隔的多值列，转换成对应每个可能值的存在性布尔列（True表示该行包含该值，False表示不包含），用Pandas可以很简洁地实现，我给你一步步来：

步骤1：准备示例数据 #

先把你给出的示例DataFrame创建出来：

import pandas as pd

df = pd.DataFrame({'foo': ['b', 'a,b', 'a,c', 'a,b,c'], 'bar': ['X,Y', 'Z', 'Z,X', 'X,Y']})

步骤2：拆分多值列为布尔标识列 #

Pandas的str.get_dummies()方法专门用来处理这类分隔符分隔的多值列，它会自动生成每个唯一值的列，然后我们把数值类型转成布尔类型（0→False，1→True）：

# 处理foo列，生成a、b、c的布尔列
foo_bool = df['foo'].str.get_dummies(sep=',').astype(bool)

# 处理bar列，生成X、Y、Z的布尔列
bar_bool = df['bar'].str.get_dummies(sep=',').astype(bool)

步骤3：合并结果并调整列顺序 #

把两部分的布尔列合并成一个DataFrame，如果你需要严格按照a、b、c、X、Y、Z的顺序排列列，可以用reindex()调整：

# 合并两个布尔列集合
result = pd.concat([foo_bool, bar_bool], axis=1)

# 按照指定顺序调整列
result = result.reindex(columns=['a', 'b', 'c', 'X', 'Y', 'Z'])

最终结果 #

运行完上面的代码后，result就是你要的表格：

补充说明 #

• 如果你的数据里有空字符串或者缺失值，str.get_dummies()会生成全False的对应列，完全符合需求；
• 这个方法比循环判断每个值要高效得多，尤其适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者Amitai