如何从具有不同长度的列表字典创建汇总表？

我的输入是这个字典：

response = {
    'A': ['CATEGORY 2'],
    'B': ['CATEGORY 1', 'CATEGORY 2'],
    'C': [],
    'D': ['CATEGORY 3'],
}

我正在尝试制作这种数据框：

|  ITEM  |  CATEGORY 1  |  CATEGORY 2  |  CATEGORY 3  |
|   A    |              |      x       |              |
|   B    |      x       |      x       |              |
|   C    |              |              |              |
|   D    |              |              |      x       |

为此我编写了下面的代码，但结果非常出乎意料。

df = pd.DataFrame.from_dict(response, orient='index').fillna('x')

df = df.reset_index()

df = df.rename(columns={'index': 'ITEM'})

print(df)

  ITEM           0           1
0    A  CATEGORY 2           x
1    B  CATEGORY 1  CATEGORY 2
2    C           x           x
3    D  CATEGORY 3           x

你们有解决方案吗？我愿意接受任何建议。

的问题在于，正在尝试将字典直接转换为数据框，而字典的值具有不同长度的列表。这就是的代码无法按预期工作的原因。

可以使用以下方法来获得所需的数据框：

import pandas as pd

response = {
    'A': ['CATEGORY 2'],
    'B': ['CATEGORY 1', 'CATEGORY 2'],
    'C': [],
    'D': ['CATEGORY 3'],
}

# 创建一个空的字典来存储结果
data = {}

# 遍历响应字典
for item, categories in response.items():
    data[item] = {category: 1 for category in categories}

# 使用 from_dict 方法从字典创建数据框
df = pd.DataFrame.from_dict(data, orient='index').fillna(0).astype(int)

# 将列名重命名为所需的格式
df = df.rename(columns=lambda x: x.replace("CATEGORY ", "CATEGORY_"))

# 添加 ITEM 列
df = df.reset_index().rename(columns={'index': 'ITEM'})

print(df)

说明：

1. 我们首先创建一个空的字典 data 来存储结果。
2. 然后，我们遍历 response 字典。对于每个项目及其类别，我们创建一个内部字典，其中类别作为键，值为 1（表示存在）。
3. 我们使用 from_dict 方法使用 data 字典创建一个数据框，并将其方向设置为 index 。
4. 我们使用 fillna(0) 将缺失值替换为 0，并使用 astype(int) 将所有值转换为整数。
5. 我们使用 rename 方法将列名重命名为所需的格式。
6. 最后，我们使用 reset_index 方法添加 ITEM 列并将索引重置。

这将为提供所需的数据框输出：

   ITEM  CATEGORY_1  CATEGORY_2  CATEGORY_3
0    A           0           1           0
1    B           1           1           0
2    C           0           0           0
3    D           0           0           1