Como codificar binário variável categórica com vários valores do dataframe do Pandas?

Suponha que tenhamos o seguinte quadro de dados com vários valores para uma determinada coluna:

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

Como podemos obter uma mesa como esta?

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

Nota: Não preciso necessariamente de um novo quadro de dados; estou pensando em como transformar esses DataFrames em um formato mais adequado para aprendizado de máquina.

Se [0, 1, 2]são etiquetas numéricas e não é o índice, pandas.DataFrame.pivot_tablefunciona:

No []:
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'], colunas = ['category'], aggfunc = [len], fill_value = 0)

Fora[]:
              len
categoria ABCD
number_label                       
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1

Esta postagem do blog foi útil: http://pbpython.com/pandas-pivot-table-explained.html

Se [0, 1, 2]é o índice, collections.Counteré útil:

No []:
data2 = pd.DataFrame.from_dict (
    {'categorias': {0: ['A', 'B'], 1: ['B', 'C', 'D'], 2: ['B', 'D']}})
data3 = data2 ['categorias']. apply (collections.Counter)
pd.DataFrame.from_records (data3) .fillna (valor = 0)

Fora[]:
       ABCD
0 1 1 0 0
1 0 1 1 1
2 0 1 0 1