字符串数组用字列数据帧

Question

什么是从字符串数组像这样得到的最简单的方法：

arr = ['abc def ghi', 'def jkl xyz', 'abc xyz', 'jkl xyz'] 

的数据帧，其中每列是一个字，每行包含0或1，具体取决于如果该字出现在字符串中。事情是这样的：

abc def ghi jkl xyz 
0 1 1 1 0 0 
1 0 1 0 1 1 
2 1 0 0 0 1 
3 0 0 0 1 1 

编辑：这里是我的方法，这对我来说似乎是一个很多蟒蛇循环，而不是使用内置的大熊猫功能

labels = (' ').join(arr) 
labels = labels.split() 
labels = list(set(labels)) 
labels = sorted(labels) 

df = pd.DataFrame(np.zeros((len(arr), len(labels))), columns=labels) 
cols = list(df.columns.values) 

for i in range(len(arr)): 
    for col in cols: 
     if col in arr[i]: 
      df.set_value(i, col, 1) 

Answer 1

编辑 - 减少到3条必不可少线：

import pandas as pd 

arr = ['abc def ghi', 'def jkl xyz', 'abc xyz', 'jkl xyz'] 

words = set(' '.join(arr).split()) 
rows = [ { w : int(w in e) for w in words } for e in arr ] 
df = pd.DataFrame(rows) 

print(df) 

结果：

abc def ghi jkl xyz 
0 1 1 1 0 0 
1 0 1 0 1 1 
2 1 0 0 0 1 
3 0 0 0 1 1