拆分字符串并在Python

Question

我有一个包含多个列的pd数据集。其中一列代表研究人员的从属关系，可以有一个或多个用逗号分隔的名称。

我需要拆分它并为每个单独的值创建二进制变量（附属机构）。附上原始表格示例的图像以及我需要输出的内容

输入和输出示例

Answer 1

您可以使用以下代码段解决您的任务：

initial_df = pd.DataFrame({'ID': [1, 2],
                           'Affiliation': ['University 1, University 2, University 3', 'University 3, University 4']}) # here should be your initial DataFrame
processed_df = (pd.get_dummies(initial_df.Affilation.apply(lambda x: x.split(', '))
                                                    .apply(pd.Series)
                                                    .stack()).sum(level=0)
                                                             .assign(ID=initial_df['ID']))