Python 带字列的数据帧字符串数组

从如下字符串数组中获取最简单的方法是：

arr = ['abc def ghi', 'def jkl xyz', 'abc xyz', 'jkl xyz']

   abc def ghi jkl xyz
0    1   1   1   0   0
1    0   1   0   1   1
2    1   0   0   0   1
3    0   0   0   1   1

到一个数据帧，其中每列是一个单词，每行包含0或1，具体取决于单词是否出现在字符串中。大概是这样的：

arr = ['abc def ghi', 'def jkl xyz', 'abc xyz', 'jkl xyz']

   abc def ghi jkl xyz
0    1   1   1   0   0
1    0   1   0   1   1
2    1   0   0   0   1
3    0   0   0   1   1

编辑：这是我的方法，在我看来，这就像很多python循环，而不是使用内置函数

labels = (' ').join(arr)
labels = labels.split()
labels = list(set(labels))
labels = sorted(labels)

df = pd.DataFrame(np.zeros((len(arr), len(labels))), columns=labels)
cols = list(df.columns.values)

for i in range(len(arr)):
    for col in cols:
        if col in arr[i]:
            df.set_value(i, col, 1)

---

已编辑-减少为3条基本行：

import pandas as pd

arr = ['abc def ghi', 'def jkl xyz', 'abc xyz', 'jkl xyz']

words = set( ' '.join( arr ).split() )
rows  = [ { w : int( w in e ) for w in words } for e in arr ]
df    = pd.DataFrame( rows )

print( df )

结果:

   abc  def  ghi  jkl  xyz
0    1    1    1    0    0
1    0    1    0    1    1
2    1    0    0    0    1
3    0    0    0    1    1

---

已编辑-减少为3条基本行：

import pandas as pd

arr = ['abc def ghi', 'def jkl xyz', 'abc xyz', 'jkl xyz']

words = set( ' '.join( arr ).split() )
rows  = [ { w : int( w in e ) for w in words } for e in arr ]
df    = pd.DataFrame( rows )

print( df )

结果:

   abc  def  ghi  jkl  xyz
0    1    1    1    0    0
1    0    1    0    1    1
2    1    0    0    0    1
3    0    0    0    1    1

---

很抱歉，这个网站不是为了解决你的任务，而是为了帮助你解决在解决问题的过程中遇到的问题。那么，到目前为止，您的代码是什么样子的呢？我在问题中包括了我自己的代码，它可以工作，但看起来像很多手动python循环。我想也许有一个更简单的方法可以用pandasI来做，对不起，但是这个网站不是为了解决你的任务，而是为了帮助你解决你在解决问题的过程中遇到的问题。那么，到目前为止，您的代码是什么样子的呢？我在问题中包括了我自己的代码，它可以工作，但看起来像很多手动python循环。我认为可能有一种更简单的方法来使用Pandastanks，很抱歉现在从一开始就包含了我的代码。你的比我的跑得快一点。通过直接在行列表理解的结果上创建DataFrame，您可以将其减少为2行，但这更具可读性：）@pietz如果此解决方案有帮助，请接受它（在旁边打勾）以确认解决方案。感谢并抱歉现在从一开始就包含我的代码。你的比我的跑得快一点。通过直接在行列表理解的结果上创建DataFrame，您可以将其减少为2行，但这更具可读性：）@pietz如果此解决方案有帮助，请接受它（在旁边打勾）以确认解决方案。