我是Python的新手。我正在研究多标签分类，需要准备目标数据以进行多热编码。它花费的时间比我最初想象的要多。这不是真实数据（我无法发布）。数据具有ID，类别使行唯一。因此，实际上10个类别的每个ID都有多个行，但我在嘲笑4。还有其他许多列（预测变量）。在尝试了许多方法之后，以下是我在几个小时内的最佳表现：
test_data = pd.DataFrame()
test_data["Category"] = ['A','B','C','D','A','C']
test_data["ID"] = [1,1,3,4,5,6]
test_data =test_data.pivot(index='ID', columns="Category",
values='Category').reset_index()
test_data =test_data.fillna('0')
test_data = test_data.reset_index(drop=True).rename_axis(None, axis=1)
data = test_data.drop(['ID'], axis=1)
print(data)
忽略下面的'='，我不知道如何缩进空格。
= A B C D
0 A B 0 0
1 0 0 C 0
2 0 0 0 D
3 A 0 0 0
4 0 0 C 0
如您所见，我正在用虚拟字符'0'填充不存在的类别。
data = data.astype(str).values
data
array（
[[''A'，'B'，'0'，'0']，
['0'，'0'，'C'，'0']，
['0'，'0'，'0'，'D']，
['A'，'0'，'0'，'0']，
['0'，'0'，'C'，'0']]，dtype = object）
from sklearn.preprocessing import MultiLabelBinarizer
cat =['A','B','C','D','0']
mlb = MultiLabelBinarizer(cat)
mlb.fit_transform(data)
array（
[[1，1，0，0，1]，
[0，0，1，0，1]，
[0，0，0，1，1]，
[1，0，0，0，1]，
[0，0，1，0，1]]）
我正在寻找两件事：
如何摆脱虚拟类别编码（'0'）
看来我正在破解它。有更好的方法吗？
出于好奇的想法，我正在使用完全连接的神经网络进行这种分类。
感谢您的帮助。