如何基于Pandas的ID列对Names列生成目标独热编码数据框？

嘿，我懂你要做的这个转换——把长格式的ID关联多名称的数据转成宽格式的二进制标记表对吧？你试过的groupby和pd.get_dummies其实是关键，只是没把它们正确结合起来而已，我给你个可行的方案：

实现步骤 #

1. 生成独热编码：用pd.get_dummies把Names列转换成二进制列，每一行对应一个名称的标记（存在为1，不存在为0）。
2. 分组聚合：按ID分组，对每个名称列求和（或取最大值），这样同一ID下的所有名称标记会被合并到一行里。
3. 调整格式：重置索引让ID回到列中，匹配你想要的输出样式。

完整代码示例 #

import pandas as pd

# 模拟你的输入数据框
df = pd.DataFrame({
    'ID': [1, 1, 2, 2],
    'Names': ['func_A', 'func_B', 'rain', 'fire']
})

# 1. 生成Names的独热编码，并和ID列合并
dummies_df = pd.concat([df['ID'], pd.get_dummies(df['Names'])], axis=1)

# 2. 按ID分组求和，聚合同一ID下的所有标记
result_df = dummies_df.groupby('ID').sum().reset_index()

# 查看结果
print(result_df)

输出结果 #

ID  func_A  func_B  rain  fire
0   1       1       1     0     0
1   2       0       0     1     1

补充说明 #

• 如果你的数据中同一ID下可能存在重复的Names，可以把sum()换成max()，这样即使重复也只会得到1（确保标记是0/1的二进制格式）：

  result_df = dummies_df.groupby('ID').max().reset_index()
  

• 之前单独用pd.get_dummies只会生成每行的标记，没有合并同一ID的记录；单独用groupby又缺少独热编码的转换，把两者结合就正好满足需求啦。

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