Python 熊猫-从分类列创建布尔列

我在Pandas dataframe中有一列Place，如下所示：

**Place**
Berlin
Prague
Mexico
Prague
Mexico
...

我想做以下几点：

is_Berlin   is_Prague   is_Mexico
1           0           0
0           1           0
0           0           1
0           1           0
0           0           1   

我知道我可以单独创建列：

df['is_Berlin'] = df['Place']
df['is_Prague'] = df['Place']
df['is_Mexico'] = df['Place']

然后为每列创建一个字典并应用映射函数

#Example just for is_Berlin column
d = {'Berlin': 1,'Prague': 0,'Mexico': 0} 
df['is_Berlin'] = df['is_Berlin'].map(d)

但我觉得这有点乏味，我相信有一种很好的python方法可以做到这一点。

您可以使用，如果需要，可以将这些新列添加到原始的

数据框架中，使用：

为什么要在有副本时回答？副本？你能给我一个链接吗？但有可能，我首先回答，永远不会找到重复的：（.太好了！有没有办法将它们添加到现有的数据框架中？列位置实际上是我的数据框架的一部分，我想用这3个新列替换它。
df1 = df.Place.str.get_dummies()
print df1
   Berlin  Mexico  Prague
0       1       0       0
1       0       0       1
2       0       1       0
3       0       0       1
4       0       1       0

df1.columns = ['is_' + col for col in df1.columns]
print df1
   is_Berlin  is_Mexico  is_Prague
0          1          0          0
1          0          0          1
2          0          1          0
3          0          0          1
4          0          1          0

df = pd.concat([df, df1], axis=1)
print df
    Place  is_Berlin  is_Mexico  is_Prague
0  Berlin          1          0          0
1  Prague          0          0          1
2  Mexico          0          1          0
3  Prague          0          0          1
4  Mexico          0          1          0

#if there is more columns, you can drop Place column
df = df.drop('Place', axis=1)
print df
   is_Berlin  is_Mexico  is_Prague
0          1          0          0
1          0          0          1
2          0          1          0
3          0          0          1
4          0          1          0