Python 是否有一种使用get_dummies（）动态预处理（拆分）元素的方法？

我已经为这个问题挣扎了一段时间，但我无法理解

我有一些我正试图准备的数据，在此过程中，我必须使用虚拟机将数据的某些分类部分转换为二进制文件（我想）

问题是，我的原始数据中的一些条目实际上可以“属于”所讨论的特定维度的一个或多个类别，我希望这在下面的示例中是清楚的。我希望能够将一个条目归因于多个类别，或者为假人（或者其他类似的东西）做一些工作，从而实现这一点

我所拥有的是这样的：

In [116]: df_sample
Out[116]: 
    A           B          C
0  A1   12.000000       CAT1
1  A2    0.029767       CAT2
2  A3   -2.321058       CAT3
3  A4  121.000000  CAT1,CAT2
4  A5    0.493182       CAT3

通过使用

pd.get_dummies（）

但事实上，我想找到一种方法来实现这一点：

>>> pd.get_dummies(df_sample.C) 
   CAT1  CAT2  CAT3
0   1.0   0.0   0.0
1   0.0   1.0   0.0
2   0.0   0.0   1.0
3   1.0   1.0   0.0
4   0.0   0.0   1.0

第三行同时打开

CAT1

和

CAT2

---

感谢您的帮助

在

get_dummies（）

---

是的，这肯定会做得很好。我正在查看

pd.get\u dummies（）

函数，其中没有

sep

选项，这与

系列.get\u dummies（）

不同。谢谢

>>> pd.get_dummies(df_sample.C) 
   CAT1  CAT2  CAT3
0   1.0   0.0   0.0
1   0.0   1.0   0.0
2   0.0   0.0   1.0
3   1.0   1.0   0.0
4   0.0   0.0   1.0

In [379]: df_sample['C'].str.get_dummies(sep=',')
Out[379]:
   CAT1  CAT2  CAT3
0     1     0     0
1     0     1     0
2     0     0     1
3     1     1     0
4     0     0     1