大熊猫：一列中列出了转换的多个列

Question

我有一个数据帧，包括用逗号分隔的多个属性列：

df = pd.DataFrame({'id': [1,2,3], 'labels' : ["a,b,c", "c,a", "d,a,b"]})

id labels 
0 1 a,b,c 
1 2 c,a 
2 3 d,a,b 

（我知道这是不是一个理想的情况，但数据来自外部来源。）我想将多属性列转换为多列，每个标签一列，以便我可以将它们视为分类变量。所需的输出：

id a  b  c  d 
0 1 True True True False 
1 2 True False True False 
2 3 True True False True 

我可以得到所有可能的属性（[a,b,c,d]）很容易的，但不能想出一个办法来确定给定行是否有没有行由行重复中的每个特定属性属性。有一个更好的方法吗？

Answer 1

您可以使用get_dummies，投1和0到boolean由astype和最后concat列id：

print df['labels'].str.get_dummies(sep=',').astype(bool) 
     a  b  c  d 
0 True True True False 
1 True False True False 
2 True True False True 

print pd.concat([df.id, df['labels'].str.get_dummies(sep=',').astype(bool)], axis=1) 

    id  a  b  c  d 
0 1 True True True False 
1 2 True False True False 
2 3 True True False True