このような元データがあった際に

country	tag
日本	食事,温泉
フランス	食事,ファッション,文化
オーストラリア	自然
ニュージーランド	自然

このようなデータをつくりたいときのやり方

country	食事	温泉	ファッション	文化	自然
日本	1	1	0	0	0
フランス	1	0	1	1	0
オーストラリア	0	0	0	0	1
ニュージーランド	0	0	0	0	1

まずはこの↓元となるdfを

country	tag
日本	食事,温泉
フランス	食事,ファッション,文化
オーストラリア	自然
ニュージーランド	自然

temp = df.tag.str.extractall('([^,]+)')

で、tag部分のみを抽出して以下のtempをつくる

		0
	match
0	0	食事
0	1	温泉
1	0	食事
1	1	ファッション
1	2	文化
2	0	自然
3	0	自然

不要なマルチインデクスのmatchを以下で削除して

temp = temp.reset_index(1, True)

	0
0	食事
0	温泉
1	食事
1	ファッション
1	文化
2	自然
3	自然

をつくる。
さらにこのtempと最初のdfをマージして、tidyなdf3を作る

df3 = pd.merge(df,temp,left_index=True,right_index=True)
df3 = df3.drop("tag",axis=1)
df3 = df3.rename(columns={0:"tag_name"})
df3

df3はこんな感じ

index	country	tag_name
0	日本	食事
0	日本	温泉
1	フランス	食事
1	フランス	ファッション
1	フランス	文化
2	オーストラリア	自然
3	ニュージーランド	自然

このdf3のインデクスをcountryにする

df3 =df3.set_index("country")

こんな感じになる

country	tag_name
日本	食事
日本	温泉
フランス	食事
フランス	ファッション
フランス	文化
オーストラリア	自然
ニュージーランド	自然

このdf3をone-hotコーディングしたdf_one_hotをつくる

df_one_hot = pd.get_dummies(df3["tag_name"])
df_one_hot = df_one_hot.reset_index()
df_one_hot

こんな感じのものができる

	country	食事	温泉	ファッション	文化	自然
0	日本	1	0	0	0	0
1	日本	0	1	0	0	0
2	フランス	1	0	0	0	0
3	フランス	0	0	1	0	0
4	フランス	0	0	0	1	0
5	オーストラリア	0	0	0	0	1
6	ニュージーランド	0	0	0	0	1

このdf_one_hotをcountryでgroupbyする

df_gby = df_one_hot.groupby("country").sum().reset_index()
df_gby

完成。

index	country	食事	温泉	ファッション	文化	自然
0	日本	1	1	0	0	0
1	フランス	1	0	1	1	0
2	オーストラリア	0	0	0	0	1
3	ニュージーランド	0	0	0	0	1

もっとうまいやり方がありそうだが、とりあえず知ってる知識でのやり方。