如何将数据框文本列拆分为布尔列

Question

我有一个数据框，其中包含大约 300 家小型企业的信息。 'Business_Model' 列如下所示：

0    B2B business to business (companies sell to co...
1    B2B business to business (companies sell to co...
2    B2B2C business to business to consumer (compan...
3    B2B business to business (companies sell to co...
4    B2C business to consumer (the final client is ...
Name: Modelo_de_Negocio, dtype: object

此列有几十个独特的值，因为每个单元格的内容可以是不同商业模式的组合（例如，一家公司可以经营 B2B 和 B2C，而另一个可以是 B2B、B2C 和 B2B2C）。

我想把这个列的数据拆分成布尔列，每个业务模型一个，这样就可以得到类似

display (df[[B2B, B2C, C2C, B2G, B2B2C]])

    B2B     B2C     C2C     B2G     B2B2C
0   True    False   False   False   False
1   False   True    True    True    True
2   False   False   True    False   True
3   True    False   False   False   False
4   False   True    False   False   True

我该怎么做？如果可以删除'Business_Model' 值中的过多文本并仅保留首字母（例如B2B, B2C），然后我可以将其拆分为新的布尔列，但我不知道如何编辑此列中的字符串值以聪明的方式。

Answer 1

如果值从列开始使用：

df = pd.get_dummies(df['Modelo_de_Negocio'].str.split().str[0], dtype=bool)
print (df)
     B2B  B2B2C    B2C
0   True  False  False
1   True  False  False
2  False   True  False
3   True  False  False
4  False  False   True

如果值并不总是在每个字符串的开头，请使用Series.str.findall 获取以B 开头的所有字符串以及下一个数字或大写值，然后使用Series.str.join 和Series.str.get_dummies，最后将值转换为布尔值：

df = (df1['Modelo_de_Negocio'].str.findall('(B[A-Z0-9]+)')
                              .str.join('|')
                              .str.get_dummies()
                              .astype(bool))
print (df)
     B2B  B2B2C    B2C
0   True  False  False
1   True  False  False
2  False   True  False
3   True  False  False
4  False  False   True