如何对具有重复项的列表列进行 n-hot 编码?
类似于MultiLabelBinarizer来自 sklearn 的东西,它计算重复类的实例数而不是二值化。
示例输入:
x = pd.Series([['a', 'b', 'a'], ['b', 'c'], ['c','c']])
Run Code Online (Sandbox Code Playgroud)
预期输出:
a b c
0 2 1 0
1 0 1 1
2 0 0 2
Run Code Online (Sandbox Code Playgroud)