Python 如何使用pd.get_dummies（）对类别列表进行伪编码？

我知道

pd.get_dummies（）

非常适合创建一个虚拟集来表示分类变量（在我的案例中是决策树算法）。我的问题是，如何调整它以处理类别列表中的条目

MWE：

---

您可以分解

类别

列，然后调用

pd.get\u dummies

：

print( pd.get_dummies(a.explode('category').set_index('id'), prefix='', prefix_sep='').groupby(level=0).sum() )

印刷品：

    a  b  c
id         
i   1  1  0
j   0  1  0
k   0  0  1
l   0  1  1

    x   y  a  b  c
id                
i   p  10  1  1  0
j   q  20  0  1  0
k   r  30  0  0  1
l   s  40  0  1  1

---

编辑：要处理更多列，请首先在

类别
列上创建一个
pd.get_dummies（）
，然后
。将
与原始数据框连接：

c = pd.get_dummies( a[['id', 'category']].explode('category').set_index('id'), prefix='', prefix_sep='').groupby(level=0).sum()
print( a.set_index('id').drop(columns='category').join(c) )

印刷品：

    a  b  c
id         
i   1  1  0
j   0  1  0
k   0  0  1
l   0  1  1

    x   y  a  b  c
id                
i   p  10  1  1  0
j   q  20  0  1  0
k   r  30  0  0  1
l   s  40  0  1  1

这是可行的，但我在询问我的MWE不够具体后才意识到。我还有其他需要保留的列。MWE已更新以反映这一点。你的答案可以修改吗？