将python字典转换为dataframe，将dict值( list )作为列，如果该列在dict list中，则为1,0

将Python字典转换为DataFrame，将字典值（列表）作为列，并在该列中存在于字典列表中的情况下为1，否则为0，可以使用pandas库来实现。

首先，需要导入pandas库：

import pandas as pd

接下来，我们可以定义一个示例字典：

data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}

然后，我们可以将字典转换为DataFrame：

df = pd.DataFrame(data)

此时，DataFrame的结构如下：

接下来，我们可以将字典值（列表）作为列，并在该列中存在于字典列表中的情况下为1，否则为0。假设我们要将列'A'的值作为字典列表，可以按照以下步骤进行：

首先，将列'A'的值转换为字典列表：

dict_list = df['A'].apply(lambda x: {i: 1 if i in x else 0 for i in x})

然后，将字典列表转换为DataFrame：

df_dict = pd.DataFrame(dict_list.tolist())

最后，将新的DataFrame与原始DataFrame进行合并：

df_final = pd.concat([df, df_dict], axis=1)

最终，df_final将包含原始DataFrame的所有列以及将字典值（列表）作为列，并在该列中存在于字典列表中的情况下为1，否则为0的新列。

完整的代码示例如下：

import pandas as pd

data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, 8, 9]}

df = pd.DataFrame(data)

dict_list = df['A'].apply(lambda x: {i: 1 if i in x else 0 for i in x})
df_dict = pd.DataFrame(dict_list.tolist())

df_final = pd.concat([df, df_dict], axis=1)

这样，你就可以将Python字典转换为DataFrame，并将字典值（列表）作为列，并在该列中存在于字典列表中的情况下为1，否则为0。