Python中如何将DataFrame内值为t/f的object类型变量转换为boolean类型？

嘿，刚学Python处理DataFrame的时候我也碰到过这个问题！别担心，其实有好几种简单又高效的方法能帮你把那些存成't'/'f'的object列转成boolean类型，我给你整理几个常用的：

方法1：用map()函数精准映射 #

这是最直观的方式，直接把't'对应True，'f'对应False，最后转成布尔类型：

# 转换单个列
df['your_column_name'] = df['your_column_name'].map({'t': True, 'f': False}).astype(bool)

# 如果要批量处理多个列（先把需要转换的列名存在列表里）
bool_cols = ['col_a', 'col_b', 'col_c']
df[bool_cols] = df[bool_cols].apply(lambda col: col.map({'t': True, 'f': False})).astype(bool)

要是你的数据里有缺失值，还可以在映射字典里加上对缺失值的处理，比如{'t': True, 'f': False, pd.NA: pd.NA}，这样就能保留原有的缺失状态啦。

方法2：用replace()替换后转类型 #

和map思路类似，先替换值再转换数据类型：

# 单列转换
df['your_column_name'] = df['your_column_name'].replace({'t': True, 'f': False}).astype(bool)

# 批量处理多列
df[bool_cols] = df[bool_cols].replace({'t': True, 'f': False}).astype(bool)

方法3：借助数值转换间接转布尔 #

先把't'和'f'转成1和0，再转成布尔类型（True对应1，False对应0）：

df['your_column_name'] = pd.to_numeric(df['your_column_name'].replace({'t': 1, 'f': 0})).astype(bool)

转换完成后，你再用df.info()检查一下，这些列的数据类型就会变成bool啦！

内容的提问来源于stack exchange，提问作者gir emee