Python 如何转置和转换到；“一个热编码”；从包含集合的列中选择样式？

我想对pandas列进行分解，类似于：

我想转置，然后是“一个热编码”风格。例如，采用数据帧df

Col1           Col2
 C      {Apple, Orange, Banana}
 A      {Apple, Grape}
 B      {Banana}

我想将其转换为：

df

Col1        C   A   B   
Apple       1   1   0
Orange      1   0   0
Banana      1   0   1
Grape       0   1   0

如何使用pandas/Sklearn实现这一点？

这里有一个可能的答案（假设Col1是您的索引）：

---

您可以转换多重热编码输出本身，然后创建一个数据帧

from sklearn.preprocessing import MultiLabelBinarizer
mlb = MultiLabelBinarizer()
pd.DataFrame(mlb.fit_transform(df['Col2']).T, columns=df.Col1, index= mlb.classes_)

输出：

Col1    C   A   B
Apple   1   1   0
Banana  1   0   1
Grape   0   1   0
Orange  1   0   0

注意：我们仍然不能将其称为一个热编码。它是多个热编码，但以转换的形式

您可以进行一次热编码（如在链接的答案中），然后使用

df=df.T

Col1    C   A   B
Apple   1   1   0
Banana  1   0   1
Grape   0   1   0
Orange  1   0   0