如何从包含列表的熊猫列中进行一次编码？

Question

我想将由元素列表组成的pandas列分解成与唯一元素即one-hot-encode它们一样多的列（其值1表示行中存在的给定元素0，如果不存在则表示给定元素）。例如，取数据框dfCol1   Col2         Col3 C      33     [Apple, Orange, Banana] A      2.5    [Apple, Grape] B      42     [Banana] 我想将其转换为：dfCol1   Col2   Apple   Orange   Banana   Grape C      33     1        1        1       0 A      2.5    1        0        0       1 B      42     0        0        1       0如何使用pandas / sklearn实现此目的？

Answer 1

用途get_dummies：

df_out = df.assign(**pd.get_dummies(df.Col3.apply(lambda x:pd.Series(x)).stack().reset_index(level=1,drop=True)).sum(level=0))

输出：

  Col1  Col2                     Col3  Apple  Banana  Grape  Orange

0    C  33.0  [Apple, Orange, Banana]      1       1      0       1

1    A   2.5           [Apple, Grape]      1       0      1       0

2    B  42.0                 [Banana]      0       1      0       0

清理列：

df_out.drop('Col3',axis=1)

输出：

  Col1  Col2  Apple  Banana  Grape  Orange

0    C  33.0      1       1      0       1

1    A   2.5      1       0      1       0

2    B  42.0      0       1      0       0