python - 从 Pandas 中具有多个值的列创建假人

Question

我正在寻找一种pythonic方法来处理以下问题。

pandas.get_dummies() 方法非常适合从数据框的分类列创建虚拟对象。例如，如果列在 ['A', 'B'] 中有值，get_dummies() 会创建 2 个虚拟变量并相应地分配 0 或 1。

现在，我需要处理这种情况。单列，我们称之为“标签”，具有 ['A', 'B', 'C', 'D', 'A*C', 'C*D'] 之类的值. get_dummies() 创建了 6 个假人，但我只想要其中的 4 个，这样一行就可以有多个 1。

有没有办法以 Python 的方式处理这个问题？我只能想一些逐步的算法来获得它，但这不包括 get_dummies()。谢谢

已编辑，希望更清楚!

Answer 1

我知道这个问题被问到已经有一段时间了，但有(至少现在有)一个由 the documentation 支持的单行代码。 :

In [4]: df
Out[4]:
      label
0  (a, c, e)
1     (a, d)
2       (b,)
3     (d, e)

In [5]: df['label'].str.join(sep='*').str.get_dummies(sep='*')
Out[5]:
   a  b  c  d  e
0  1  0  1  0  1
1  1  0  0  1  0
2  0  1  0  0  0
3  0  0  0  1  1