python - 如何将一个数据框列拆分为多列

Question

我正在学习 Pandas

我有一个数据框列，它在一个由空格分隔的字符串中具有多个值

我必须将此列拆分为许多列

问题是 - 拆分可能会给出可变数量的值

我的代码如下:

import pandas as pd 



df = pd.DataFrame({'institute': ['Learn Free Academy', 
                                 'Free Code Academy',
                                 'Avon IT School'],
                    'languages': ['Java,JavaScript:Python;HTML\CSS',
                                  'HTML/CSS\JavaScript',
                                  'C:C#']})

# print(df )
#             institute                        languages
# 0  Learn Free Academy  Java,JavaScript:Python;HTML\CSS
# 1   Free Code Academy              HTML/CSS\JavaScript
# 2      Avon IT School                             C:C#

当我拆分“语言”列时，我得到以下结果:

  print( df['languages'].str.get_dummies(r';|:|\\|\/|,') )

  #    C  C#  CSS  HTML  Java  JavaScript  Python  |
  # 0  0   0    0     0     0           0       0  0
  # 1  0   0    0     0     0           0       0  0
  # 2  0   0    0     0     0           0       0  0

我如何得到以下结果？

  #    Java  Javascript      Python  HTML   CSS  C  C#
  # 0     1           1           1     1     1  0   0
  # 1     0           1           0     1     1  0   0 
  # 2     0           0           0     0     0  1   1 

Answer 1

使用 Series.str.replace 为 |因为 Series.str.get_dummies 中的默认分隔符:

print (df['languages'].str.replace(r';|:|\\|\/|,','|'))
0    Java|JavaScript|Python|HTML|CSS
1                HTML|CSS|JavaScript
2                               C|C#
Name: languages, dtype: object

df1 = df['languages'].str.replace(r';|:|\\|\/|,','|').str.get_dummies()
print(df1)
   C  C#  CSS  HTML  Java  JavaScript  Python
0  0   0    1     1     1           1       1
1  0   0    1     1     0           1       0
2  1   1    0     0     0           0       0