如何对具有多个字符串的数据框列进行热编码？答案

【问题标题】：How to hot encode a dataframe column with multiple strings?如何对具有多个字符串的数据框列进行热编码？
【发布时间】：2019-12-03 15:51:50
【问题描述】：

我目前正在构建一个回归模型来预测送餐时间。

这是有一些观察的数据框

如果您观察到“美食”列有很多字符串。使用代码

pd.get_dummies(data.Cuisines.str.split(',',expand=True),prefix='c')

这帮助我拆分字符串和热编码，但是，有一个新问题需要处理。

合并了数据框和假人。快餐出现在第 1 行和第 3 行。预期输出是第一行和第三行值为 1 的单个快餐列，但是，创建了两个快餐列。为第一行创建快餐（第 4 列），为第三行创建快餐（第 15 列）。

谁能帮我解决这个问题，帮助我获得一个快餐列，第一行和第三行的值为 1，其他菜系也是如此。

【问题讨论】：

【解决方案1】：

两个Fast Food 的区别在于尾随空格。您可能想尝试一下：

data.Cuisines.str.get_dummies(',\s*')

【讨论】：