如何从Pandas数据框中对多值分类变量进行二进制编码？

假设我们具有以下数据框，其中特定列具有多个值：

    categories
0 - ["A", "B"]
1 - ["B", "C", "D"]
2 - ["B", "D"]

我们如何获得这样的桌子？

   "A"  "B"  "C"  "D"
0 - 1    1    0    0
1 - 0    1    1    1
2 - 0    1    0    1

注意：我不一定需要新的数据框，我想知道如何将此类数据框转换为更适合机器学习的格式。

如果[0, 1, 2]是数字标签而不是索引，则pandas.DataFrame.pivot_table可以：

在[]中：
数据= pd.DataFrame.from_records（
    [[0，'A']，[0，'B']，[1，'B']，[1，'C']，[1，'D']，[2，'B']，[ 2，'D']]，
    column = ['number_label'，'category']）
data.pivot_table（index = ['number_label']，列= ['category']，aggfunc = [len]，fill_value = 0）

出[]：
              伦
类别ABCD
number_label                       
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1

这篇博客文章很有帮助：http : //pbpython.com/pandas-pivot-table-explained.html

如果[0, 1, 2]是索引，则collections.Counter很有用：

在[]中：
data2 = pd.DataFrame.from_dict（
    {'categories'：{0：['A'，'B']，1：['B'，'C'，'D']，2：['B'，'D']}}））
data3 = data2 ['categories']。apply（collections.Counter）
pd.DataFrame.from_records（data3）.fillna（value = 0）

出[]：
       A B C D
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1