如何用Confirmed Cases列数值替换COVID数据集中县哑变量的1值

你说的这个需求其实很实用，尤其是在做地区-疫情数值关联分析的时候。用pd.get_dummies生成基础哑变量后，只需要简单一步就能把1替换成对应行的Confirmed Cases数值，而且这种方法比循环或apply高效得多，完全适配大型COVID数据集的处理场景。

具体实现步骤 #

• 第一步：生成基础County哑变量
  先按常规方式生成0/1格式的地区哑变量：

  import pandas as pd
  
  # 假设你的数据集名为df，包含County和Confirmed Cases列
  dummy_counties = pd.get_dummies(df['County'], prefix='County')
  

  这一步会生成类似County_San Francisco、County_Los Angeles这样的列，值为0或1。

• 第二步：将哑变量与确诊数关联
  利用向量运算的特性，把哑变量矩阵和Confirmed Cases列相乘——0乘任何数还是0，1乘确诊数就会替换成对应数值：

  # 将确诊数列转换为二维数组，确保和哑变量矩阵维度匹配
  confirmed_values = df['Confirmed Cases'].values.reshape(-1, 1)
  # 完成替换操作
  county_confirmed = dummy_counties * confirmed_values
  

• 第三步（可选）：合并回原数据集
  如果需要把处理后的列整合到原数据中：

  df = pd.concat([df, county_confirmed], axis=1)
  

举个直观例子 #

假设原数据有一行是：

生成的County_San Francisco列值为1，相乘后就变成65；另一行如果是Los Angeles、确诊数120，那County_San Francisco保持0，County_Los Angeles则变为120，完全符合你的需求。

这种方法的核心优势是向量化运算，比逐行处理快数倍，数据集越大优势越明显。

内容的提问来源于stack exchange，提问作者Deke Marquardt