Python 将逗号分隔字符串的DataFrame列转换为一个热编码字符串

我有一个由一列组成的大数据框（“数据”）。列中的每一行由一个字符串组成，每个字符串由逗号分隔的类别组成。我希望对这些数据进行热编码

比如说,

data = {"mesh": ["A, B, C", "C,B", ""]}

由此，我希望得到一个数据帧，包括：

index      A       B.     C
0          1       1      1
1          0       1      1
2          0       0      0

---

我怎样才能做到这一点？

请注意，您不是在处理职业健康安全问题

str.split

+

stack

+

get\u dummies

+

sum

---

应用

+

值\u计数

---

pd.交叉表

---

我想有一个更简单的答案，或者我觉得这比我们必须进行的多个操作更简单

确保列具有唯一的值，并用逗号分隔

使用get dummies in BUILD参数将分隔符指定为逗号。此选项的默认值为“管道分隔”

data = {"mesh": ["A, B, C", "C,B", ""]}
sof_df=pd.DataFrame(data)
sof_df.mesh=sof_df.mesh.str.replace(' ','')
sof_df.mesh.str.get_dummies(sep=',')

输出：

---

\

行连续字符和缩进-我的眼睛！你很快就能发布选项，真的很不错。现在这是

piR-esque

@JonClements-fixed…：P

(df.mesh.str.split(r'\s*,\s*', expand=True)
   .apply(pd.Series.value_counts, 1)
   .iloc[:, 1:]
   .fillna(0, downcast='infer'))

   A  B  C
0  1  1  1
1  0  1  1
2  0  0  0

x = df.mesh.str.split('\s*,\s*', expand=True).stack()
pd.crosstab(x.index.get_level_values(0), x.values).iloc[:, 1:]
df

col_0  A  B  C
row_0         
0      1  1  1
1      0  1  1
2      0  0  0

data = {"mesh": ["A, B, C", "C,B", ""]}
sof_df=pd.DataFrame(data)
sof_df.mesh=sof_df.mesh.str.replace(' ','')
sof_df.mesh.str.get_dummies(sep=',')

    A   B   C
0   1   1   1
1   0   1   1
2   0   0   0