我想将一个pandas.Series分解成多个其他列（列数等于值的数量），保存这种分解并将其用于其他DataFrame或Series。这类似于pandas.get_dummies，它会记住映射并且可以处理NaN。

举个例子。
假设有以下DataFrame：

A B0 a 01 b 12 a 23 c 3

我想将系列A分解为：

A_a A_b A_c B0 1 0 0 01 0 1 0 12 1 0 0 23 0 0 1 3

然后我想保存这种分解并将其应用到其他DataFrame（注意输入中A列没有c值）：

A B A_a A_b A_c B0 a 0 0 1 0 0 01 a 1 -> 1 1 0 0 12 b 2 2 0 1 0 2

有没有自动完成这种操作的方法？我可以手动完成。我尝试过使用scikit-learn的LabelEncoder，但它无法处理NaN。我想将其用于分类模型。

回答：

我认为没有自动完成这种操作的方法：

In [11]: res = df.pop("A").str.get_dummies()  # 注意：pop会从df中移除列AIn [12]: res.columns = res.columns.map(lambda x: "A_" + x)In [13]: resOut[13]:   A_a  A_b  A_c0    1    0    01    0    1    02    1    0    03    0    0    1In [14]: res.join(df)Out[14]:   A_a  A_b  A_c  B0    1    0    0  01    0    1    0  12    1    0    0  23    0    0    1  3

为了标准化，我会对你想要的列使用reindex_axis。例如，强制df2具有df1的列。

df2.reindex_axis(df1.columns, axis=1, fill_value=0)