Python 熊猫：将重复组添加到多个列的列

我有以下建议：

set_id
A,B
A,C,E
A

预期结果：

set_id  set_id_1 set_id_2 set_id_3
A,B      A          B       null
A,C,E    A          C        E
A        A          null     null 

set_id可以有n个值。假设set_id中的最大值为100，我应该有100个新列

我试着使用多标签二值化器

df1 = pd.DataFrame()
df1['set_id'] = df['set_id'].str.split(',')
from sklearn.preprocessing import MultiLabelBinarizer  
mlb = MultiLabelBinarizer() 
df1=df.join(pd.DataFrame(mlb.fit_transform(df['set_id'])                                  ,columns=mlb.classes_,index=df.head(100).index))

它将创建超过100K个列，因为我有超过100K个唯一记录

用于

数据帧的
expand=True
：

df1 = df['set_id'].str.split(',', expand=True)

具有列表理解功能的替代快速解决方案：

df1 = pd.DataFrame([x.split(',') for x in df['set_id']])


谢谢你的快速回答。。也可以用-1填充None。我得到一个错误值error:当尝试df1.fillna（-1）和df1.fillna（'-1'）时，填充值必须在类别中。它抛出了相同的错误。。然而，这对列表中的列（df1.columns）有效：df1[col]=df1[col].replace（np.nan，-1）。谢谢你的回答
df1.columns = [f'set_id_{x+1}' for x in df1.columns]
df1 = df.join(df1)

print (df1)
  set_id set_id_1 set_id_2 set_id_3
0    A,B        A        B     None
1  A,C,E        A        C        E
2      A        A     None     None