我正在使用一个 pandas DataFrame，其中包含有关客户人口统计和偏好的数字和分类数据的组合。每行包含有关单个客户的信息。df有 5000 行和 30 列。

df = pd.DataFrame({'col1':list('mno'),
                    'col2':[['a','b'],['d'],['a','b','c','d']],
                    'col3':[1,2,3],
                    'col4':[[1,3,4],[5,6,7],[8,3]]})
df

   col1     col2              col3        col4
0   m    ['a', 'b']            1        [1, 3, 4]
1   n    ['d']                 2        [5, 6, 7]
2   o    ['a', 'b', 'c', 'd']  3        [8, 3]

我希望使用k-prototypes将客户划分为不同的组，因为类标签上没有基本事实，而且我有混合数据。但是，我不确定如何有效地分析具有多个值列表的列，例如col2和col4。我研究了单热编码以将这些列分解为多个虚拟列，例如pd.get_dummies，但我担心创建稀疏矩阵可能会对我的结果产生负面影响。任何人都可以提出更好的方法来处理这个问题吗？