如何将pandas中的列表列转换为Python中唯一值的稀疏数据帧

对于每个行id，我都有一个值列表作为一列。 结构如下：

df = {'id1':[['a','b','c','d']],'id2':[['a','d','e','j']],'id3':[['b','d','i','q']]},
df = pd.DataFrame.from_dict(df,orient='index')

这给了我：

首先，我使用以下代码在侧面创建了一组唯一的值：

l = df.values.tolist()
flat_set = {item for sublist in l for item in sublist}

最后，我需要得到这个的稀疏版本：

注:

集合中唯一值的数量-100K~ 身份证号码-60K~ 如果缩短栏目名称会导致 内存减少， 但对我来说，从列表中解包到稀疏是最困难的部分

请提供帮助：

与数据帧构造函数一起使用：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df = pd.DataFrame(mlb.fit_transform(df[0]),columns=mlb.classes_, index=df.index)
print (df)
     a  b  c  d  e  i  j  q
id1  1  1  1  1  0  0  0  0
id2  1  0  0  1  1  0  1  0
id3  0  1  0  1  0  1  0  1

编辑：对于稀疏数据帧，将稀疏输出=True添加到MultiLabelBinarizer并使用

与数据帧构造函数一起使用：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df = pd.DataFrame(mlb.fit_transform(df[0]),columns=mlb.classes_, index=df.index)
print (df)
     a  b  c  d  e  i  j  q
id1  1  1  1  1  0  0  0  0
id2  1  0  0  1  1  0  1  0
id3  0  1  0  1  0  1  0  1

编辑：对于稀疏数据帧，将稀疏输出=True添加到MultiLabelBinarizer并使用

---

df[0]指的是什么？@Talis-它是列名0，可能需要df['package']工作，但是，我可以在声明df时强制它稀疏吗？这里：df=pd.DataFramemlb.fit\u transformdf[0]，columns=mlb.classes\uu，index=df。index@Talis-答案已编辑。df[0]指的是什么？@Talis-这是列名0，可能需要df['package']工作，但是，我可以在声明df时强制它稀疏吗？这里：df=pd.DataFramemlb.fit\u transformdf[0]，columns=mlb.classes\ux，index=df。index@Talis-答案已编辑。