如何将 dataframe 列拆分为多列

Question

• 我正在学习 pandas

• 我有一个 dataframe 列，它在一个用空格分隔的字符串中有多个值

• 我必须将此列拆分为许多列

• 问题是 - 拆分可能会给出可变数量的值

• 我的代码如下：

   import pandas as pd df = pd.DataFrame({'institute': ['Learn Free Academy', 'Free Code Academy', 'Avon IT School'], 'languages': ['Java,JavaScript:Python;HTML\CSS', 'HTML/CSS\JavaScript', 'C:C#']}) # print(df ) # institute languages # 0 Learn Free Academy Java,JavaScript:Python;HTML\CSS # 1 Free Code Academy HTML/CSS\JavaScript # 2 Avon IT School C:C#

当我拆分“语言”列时，我得到以下结果：

  print( df['languages'].str.get_dummies(r';|:|\\|\/|,') )

  #    C  C#  CSS  HTML  Java  JavaScript  Python  |
  # 0  0   0    0     0     0           0       0  0
  # 1  0   0    0     0     0           0       0  0
  # 2  0   0    0     0     0           0       0  0

我如何获得以下结果？

  #    Java  Javascript      Python  HTML   CSS  C  C#
  # 0     1           1           1     1     1  0   0
  # 1     0           1           0     1     1  0   0 
  # 2     0           0           0     0     0  1   1 

Answer 1

使用Series.str.replace为| 因为Series.str.get_dummies中的默认分隔符：

print (df['languages'].str.replace(r';|:|\\|\/|,','|'))
0    Java|JavaScript|Python|HTML|CSS
1                HTML|CSS|JavaScript
2                               C|C#
Name: languages, dtype: object

df1 = df['languages'].str.replace(r';|:|\\|\/|,','|').str.get_dummies()
print(df1)
   C  C#  CSS  HTML  Java  JavaScript  Python
0  0   0    1     1     1           1       1
1  0   0    1     1     0           1       0
2  1   1    0     0     0           0       0