熊猫：转换数据框以显示原始数据框中是否存在值的组合
问题内容：
我有一个看起来像这样的数据框：
| Col 1 | Col 2 |
0| A | 2 |
1| A | 3 |
2| B | 1 |
3| B | 2 |
并且我需要将其转换为一个数据框，以显示每个组合的第1列和第2列中的值（如果该组合包含在原始DataFrame中）：
| 1 | 2 | 3 |
A |False|True |True |
B |True |True |False|
熊猫有没有一种原生的方式来实现这种转变？我是手动创建转换后的Dataframe，但这是减慢速度的方法。
先感谢您！
问题答案：
使用get_dummies有max：
df = pd.get_dummies(df.set_index('Col 1')['Col 2'], dtype=bool).rename_axis(None).max(level=0)
print (df)
1 2 3
A False True True
B True True False
或者，如果可能的话，不要在列中丢失任何值，Col2然后DataFrame.pivot与一起使用DataFrame.notna，以删除索引和列名，请使用DataFrame.rename_axis：
df = df.pivot('Col 1', 'Col 2', 'Col 1').notna().rename_axis(index=None, columns=None)
print (df)
1 2 3
A False True True
B True True False
备选方案可能是重复项，但pivot失败了：
df = (df.pivot_table(index='Col 1', columns='Col 2', values='Col 1', aggfunc='size')
.notna()
.rename_axis(index=None, columns=None))
print (df)
1 2 3
A False True True
B True True False
或评论中的解决方案：
df = (pd.crosstab(df['Col 1'], df['Col 2'])
.gt(0)
.rename_axis(index=None, columns=None))
