Python 如何在不合并行级别的情况下使用Pandas进行热编码

我在

pandas

中创建了一个非常大的数据帧，如下所示：

    0   1
user        
0   product4    product0
1   product3    product1

我想使用一些东西，比如

pd.get_dummies（）

，这样最终的

df

将如下所示：

    product0    product1    product2    product3  product4
user                
0   1   0   0   0   1
1   0   1   0   1   0

而不是从

pd.get\u dummies（）获取以下内容：

总之，我不希望将行合并到二进制列中。
非常感谢
 使用
reindex
和
get\u假人

In [539]: dff = pd.get_dummies(df, prefix='', prefix_sep='')

In [540]: s = dff.columns.str[-1].astype(int)

In [541]: cols = 'product' + pd.RangeIndex(s.min(), s.max()+1).astype(str)

In [542]: dff.reindex(columns=cols, fill_value=0)
Out[542]:
      product0  product1  product2  product3  product4
user
0            1         0         0         0         1
1            0         1         0         1         0

仅仅发布一些代码并没有太大帮助。你能解释一下你的代码吗？这样其他人就可以从你的答案中理解和学习，而不是仅仅从网上复制和粘贴一些代码。事实上，如果我增加行数和产品数，这并不能解决问题。将有具有重复名称的列标签。您的解决方案似乎删除了前缀，但行和列的组合将保持不变。谢谢您的回答！这就是我要找的。
In [539]: dff = pd.get_dummies(df, prefix='', prefix_sep='')

In [540]: s = dff.columns.str[-1].astype(int)

In [541]: cols = 'product' + pd.RangeIndex(s.min(), s.max()+1).astype(str)

In [542]: dff.reindex(columns=cols, fill_value=0)
Out[542]:
      product0  product1  product2  product3  product4
user
0            1         0         0         0         1
1            0         1         0         1         0

df = pd.get_dummies(df, prefix='', prefix_sep='') # remove prefix from dummy column names and underscore
df = df.sort_index(axis=1) # order data by column names