我有一个这样的数据框:

    column1   column2   column3   column40     A          A         D         D1     B          B         D         D 2     C          C         B         D3     A          D         D         A 

我想将column1到column4的类别添加为数据框的新列，并用1和0填充，如下所示:

    column1   column2   column3   column4   A     B     C     D0     A          A         D         D      1     0     0     11     B          B         D         D      0     1     0     12     C          C         B         D      0     1     1     13     A          D         D         A      1     0     0     1

所以我尝试了一些代码:

pd.concat([df, df['column1'].str.get_dummies(sep=',')], axis=1)

我从column1得到了1和0。我该如何修改我的代码以获取所有列的1和0？条件是:

0 & 0 = 00 & 1 = 11 & 0 = 11 & 1 = 1

我也尝试了:

df1 = df.column1.str.get_dummies(sep=',')df2 = df.column2.str.get_dummies(sep=',') df3 = df.column3.str.get_dummies(sep=',') df4 = df.column4.str.get_dummies(sep=',') frames = [df1, df2, df3, df4]result = pd.concat(frames, sort=True)

但我希望类别只作为新列出现一次，值1应代表所有出现的情况。你能帮我吗？:)

回答：

get_dummies方法根据系列的值计算类别的数量，因此需要从中提取哑变量的系列值（在你的情况下是列）包含你想要获得的所有类别，换句话说，你必须有一个列包含所有4列的值，用分隔符连接。为了将所有值放在一起，我们使用:

new_col = df[['column1', 'column2', 'column3', 'column4']].apply(lambda x: '|'.join(x), axis=1)

这基本上是将所有列的值以”|”分隔符连接成单个字符串，按行得到这个系列:

0    A|A|D|D1    B|B|D|D2    C|C|B|D3    A|D|D|A

现在我们只需对上述列应用get_dummies(sep='|')方法，以考虑到这些列中存在的所有类别，一行代码可以得到如下结果（我还将其与原始数据集连接，以获得你所要求的格式）:

df = pd.concat([df, df[['column1', 'column2', 'column3', 'column4']]       .apply(lambda x: '|'.join(x), axis=1)       .str       .get_dummies(sep='|')], axis=1)