如何在DataFrame中对gender为'Both Gender'的行进行复制并修改性别列值

嘿，刚好做过类似的操作，用Pandas可以轻松实现你要的效果。直接上代码和解释吧：

首先，先构造你给出的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'age': [19, 45, 34],
    'gender': ['Female', 'Male', 'Both Gender'],
    'occupation': ['High School', 'Designer', 'Coder']
})

接下来是核心处理逻辑：

# 先筛选出不需要拆分的行（gender不是'Both Gender'的）
non_split_rows = df[df['gender'] != 'Both Gender']

# 提取需要拆分的行，复制两次并替换gender值
split_rows = df[df['gender'] == 'Both Gender'].copy()
split_rows_female = split_rows.assign(gender='Female')
split_rows_male = split_rows.assign(gender='Male')

# 合并所有行并重置索引
result_df = pd.concat([non_split_rows, split_rows_female, split_rows_male], ignore_index=True)

运行完上面的代码后，result_df就是你想要的结果：

age  gender    occupation
0   19  Female  High School
1   45    Male      Designer
2   34  Female        Coder
3   34    Male        Coder

简单捋下思路：

• 先把无需处理的行单独分离出来，避免后续操作干扰
• 对需要拆分的目标行，复制两份后分别替换gender为Female和Male
• 最后把所有部分合并，重置索引让结果更规整

如果你的数据集规模较大，这种方法也很高效——都是基于Pandas的向量操作，比循环遍历快得多～

内容的提问来源于stack exchange，提问作者Maxima