我需要为建模准备数据，希望创建一个包含0-1值的数据框。我有一个列表，其中包含不同的列，我希望将其进行独热编码转换为数据框。

List = [['DRT', 'AFV'], ['CLN', 'DRT', 'AFV'], ['CLN', 'DRT', 'AFV'], ['BLN', 'PCK', 'CAL', 'WBL', 'BCO', 'UPG', 'CLN', 'DRT'], ['BLN', 'AFV', 'CAL', 'WBL', 'UPG', 'CLN', 'DRT'], ['COA', 'BLN', 'PCK', 'CAL', 'WBL', 'UPG', 'CLN', 'DRT'], ['COA', 'BLN', 'PCK', 'CAL', 'WBL', 'UPG', 'CLN', 'DRT']]

我希望得到一个数据框，如下所示，对于列表中的项目使用1值，对于不在列表中的项目使用0值，然后为列表中的每个列表创建不同的行。列表中总共有28个不同的值。

[![df][1]][1]

我尝试使用”get_dummies”，但这会创建不同的列，如1_DRT … 7_DRT，因为DRT在数据框中的位置不同。也尝试使用Scikitlearn的一些函数，但没有成功。非常希望能在这方面得到一些帮助。

编辑：最终数据框的列，包含0-1值 –>

columns=[‘CLN’, ‘AFV’, ‘DRT’, ‘CAL’, ‘WBL’, ‘BLN’, ‘UPG’, ‘BCO’, ‘PCK’,’COA’, ‘WPK’, ‘WCO’, ‘1CL’, ‘DRY’, ‘RES’, ‘WFR’, ‘FRZ’, ‘REC’,’CHF’, ‘STP’, ‘DFR’, ‘HOT’, ‘EXT’, ‘PIL’, ‘SPL’, ‘INS’, ‘SVT’,’UVP’][1]: https://i.sstatic.net/nuUp9.png

回答：

你可以为List创建一个Pandas Series，然后使用.explode()将列表展开成不同的行，接着使用.str.get_dummies()获取每个展开行的虚拟表。通过.max(level=0)聚合原始列表的行：

df = pd.Series(List).explode().str.get_dummies().max(level=0)

结果：

print(df)   AFV  BCO  BLN  CAL  CLN  COA  DRT  PCK  UPG  WBL0    1    0    0    0    0    0    1    0    0    01    1    0    0    0    1    0    1    0    0    02    1    0    0    0    1    0    1    0    0    03    0    1    1    1    1    0    1    1    1    14    1    0    1    1    1    0    1    0    1    15    0    0    1    1    1    1    1    1    1    16    0    0    1    1    1    1    1    1    1    1