Python：为源列的每个不同值创建一个新列（将布尔输出作为列值）

我正在尝试根据数据帧的内容将其源列拆分为多个列，然后用布尔值1或0按以下方式填充新生成的列：

原始数据帧：

ID   source_column
A    value 1
B    NaN
C    value 2
D    value 3
E    value 2

生成以下输出：

ID   source_column    value 1    value 2    value 3
A    value 1          1          0          0
B    NaN              0          0          0
C    value 2          0          1          0
D    value 3          0          0          1
E    value 2          0          1          0

我考虑过手动创建每个不同的列，然后为每个列和.apply使用一个函数，用1或0填充新列，但这是非常无效的

---

有没有一种快速有效的方法可以做到这一点？

所以有这种可能性（有点老套）

从示例数据中读取数据帧：

In [4]: df = pd.read_clipboard().drop("ID", axis=1)

In [5]: df
Out[5]:
   source_column
A            1.0
B            NaN
C            2.0
D            3.0
E            2.0

然后，添加一个新列，其df['foo']=1

然后与以下人员合作：

当然，您必须重命名列并删除

Nan

col，但这应该可以在第一次运行时满足您的需要

编辑： 另一种抑制nan列的方法是，可以使用groupby+value\u计数（也有点黑）：

这是相同的想法（取消堆叠），但会抑制默认情况下要考虑的

nan

值。当然，如果需要的话，您必须将其合并到原始数据帧上，以保留具有nan值的行。总之，这两种方法都很有效，您可以选择最能满足您需求的方法。

您可以尝试：

df = pd.get_dummies(df, columns=['source_column'])

或者如果你喜欢学习

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder()
matrix=enc.fit_transform(df['source_column'])

---

您可以使用pandas函数get_dummies，并将结果添加到df，如下所示

In [1]: col_names = df['source_column'].dropna().unique().tolist()

In [2]: df[col_names] = pd.get_dummies(df['source_column'])

In [3]: df
Out[3]: 
  ID source_column  value 1  value 2  value 3
0  A       value 1        1        0        0
1  B          NaN         0        0        0
2  C       value 2        0        1        0
3  D       value 3        0        0        1
4  E       value 2        0        1        0

---

您要查找的关键字是“虚拟变量”。我已提交一份编辑，将此标签添加到您的问题中。注意，您可以使用集合中的值（df['source\u column']）：df['value{}.format（value）]=（df['source\u column']==value）的

来实现这一点。应用（int）

，但使用

获取虚拟对象

方法更好。

from sklearn.preprocessing import OneHotEncoder
enc = OneHotEncoder()
matrix=enc.fit_transform(df['source_column'])

In [1]: col_names = df['source_column'].dropna().unique().tolist()

In [2]: df[col_names] = pd.get_dummies(df['source_column'])

In [3]: df
Out[3]: 
  ID source_column  value 1  value 2  value 3
0  A       value 1        1        0        0
1  B          NaN         0        0        0
2  C       value 2        0        1        0
3  D       value 3        0        0        1
4  E       value 2        0        1        0

pd.concat([df,pd.crosstab(df.index,df.source_column)],1).fillna(0)

Out[1028]: 
  ID source_column  value1  value2  value3
0  A        value1     1.0     0.0     0.0
1  B             0     0.0     0.0     0.0
2  C        value2     0.0     1.0     0.0
3  D        value3     0.0     0.0     1.0
4  E        value2     0.0     1.0     0.0