如何将scRNA-seq的pandas DataFrame转换为二进制DataFrame？

你用pd.get_dummies(df)没效果是因为这个函数的用途不对——它是用来给分类变量做独热编码的，比如把带有类别标签的列拆成多个二进制列，完全不适合处理数值型的表达矩阵二值化。下面是几种可行的转换方法：

方法1：用Pandas内置方法直接处理 #

利用ne()（判断是否不等于0）结合astype(int)把布尔值转成0/1，代码简洁高效：

binary_df = df.ne(0).astype(int)

方法2：用NumPy的条件判断 #

如果需要更直观的条件逻辑，可以用np.where：

import numpy as np
binary_df = pd.DataFrame(
    np.where(df != 0, 1, 0),
    index=df.index,
    columns=df.columns
)

方法3：直接在AnnData层面处理（更适合大矩阵） #

因为你的数据来自AnnData，而AnnData的X可能是稀疏矩阵（scRNA-seq数据常用存储格式），直接在AnnData上处理会更高效：

# 直接转换AnnData的表达矩阵
adata1.X = (adata1.X != 0).astype(int)
# 再转成DataFrame
binary_df = adata1.to_df()

验证结果 #

你可以取前几行数据验证转换是否正确：

print(binary_df.head())

内容的提问来源于stack exchange，提问作者Irin Sultana