Pandasデータフレームからの多値カテゴリ変数をバイナリエンコードする方法

特定の列に複数の値を持つ次のデータフレームがあるとします。

    categories
0 - ["A", "B"]
1 - ["B", "C", "D"]
2 - ["B", "D"]

このようなテーブルを取得するにはどうすればよいですか？

   "A"  "B"  "C"  "D"
0 - 1    1    0    0
1 - 0    1    1    1
2 - 0    1    0    1

注：必ずしも新しいデータフレームは必要ありません。そのようなデータフレームを機械学習により適した形式に変換する方法を考えています。

[0, 1, 2]が数値ラベルであり、インデックスではない場合、pandas.DataFrame.pivot_table機能します。

[]：
data = pd.DataFrame.from_records（
    [[0、 'A']、[0、 'B']、[1、 'B']、[1、 'C']、[1、 'D']、[2、 'B']、[ 2、 'D']]、
    columns = ['number_label'、 'category']）
data.pivot_table（index = ['number_label']、columns = ['category']、aggfunc = [len]、fill_value = 0）

アウト[]：
              レン
カテゴリABCD
number_label                       
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1

このブログ投稿は役に立ちました：http : //pbpython.com/pandas-pivot-table-explained.html

[0, 1, 2]がインデックスである場合、それcollections.Counterは役に立ちます：

[]：
data2 = pd.DataFrame.from_dict（
    {'カテゴリ'：{0：['A'、 'B']、1：['B'、 'C​​'、 'D']、2：['B'、 'D']}}）
data3 = data2 ['categories']。apply（collections.Counter）
pd.DataFrame.from_records（data3）.fillna（value = 0）

アウト[]：
       あいうえお
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1