一列中包含多个标签的热编码

Question

我有一个简单的数据集。

id,question,category,tags,day,quarter,group_id

1,What is your name,Introduction,Introduction,1,3,0

2,What is your name,Introduction,"Introduction, work",1,3,1

现在，如果您看到，tags列中有多个输入，请用逗号分隔。如果我尝试使用 pandas get_dummies函数进行单热编码，我将把它作为单个列。但是我想为每个标签创建列。我怎么能这样做？

Answer 1

我认为需要str.get_dummies：

df1 = df['tags'].str.get_dummies(', ')
print (df1)

   Introduction  work
0             1     0
1             1     1

Answer 2

你应该使用熊猫数据帧方法的pivottable。 以下代码可能有用

pivot_table(df, values='D', index=['id','question','category','day','quarter','group_id'],columns=['tags'])