如何修改Pandas代码以保留男女样本并完成性别列数值映射？

原代码的问题在于，它把所有非"F"的条目（包括空值、拼写错误的性别值等）都统一标记为1（男性），这会导致非男非女的异常样本被误归类，无法准确保留真实的男女样本。

下面提供两种修改方案，根据你的需求选择：

方案1：仅标记明确的男女，异常值设为NaN #

这种方式会把明确的"F"转为0，"M"转为1，其他所有无法识别的值设为NaN，方便后续对异常值进行过滤或填充：

import numpy as np

data['Gender'] = data['Gender'].str.strip()
# 嵌套np.where实现双条件判断
data['Gender'] = np.where(data['Gender'] == "F", 0, 
                          np.where(data['Gender'] == "M", 1, np.nan))
data['Gender'] = data['Gender'].astype(float)

方案2：保留原始异常值，仅转换已知男女 #

如果需要保留无法识别的原始性别值（用于后续排查数据问题），可以使用字典映射的方式：

data['Gender'] = data['Gender'].str.strip()
# 定义男女对应的数值映射
gender_mapping = {"F": 0.0, "M": 1.0}
# 仅转换匹配到的键，未匹配的保持原始值
data['Gender'] = data['Gender'].map(gender_mapping)

内容的提问来源于stack exchange，提问作者Brad P