如何将DataFrame单元格数值转为列并标记出现情况？

需求说明 #

原DataFrame包含Location1、Location2、Location3三列数值，需新增is_1至is_6列，每行的is_n标记该行是否在任意Location列中出现过数值n，出现则标记为1，否则为0。

最优实现方法 #

方法一：向量化操作（适合大数据集，效率优先）

通过melt将宽表转长表，结合crosstab统计每行数值出现情况，最后合并回原表，全程使用pandas向量化API，避免循环，性能更优。

import pandas as pd

# 构造原DataFrame
df = pd.DataFrame({
    'Location1': [1, 2, 3, 3],
    'Location2': [2, 5, 6, 1],
    'Location3': [3, 1, 2, 4]
})

# 保留行索引用于后续合并
df_with_idx = df.reset_index()
# 熔化为长格式，保留行索引关联
melted = df_with_idx.melt(id_vars='index', value_vars=['Location1', 'Location2', 'Location3'])
# 生成交叉表，统计每行各数值出现次数
cross_table = pd.crosstab(melted['index'], melted['value'])
# 将次数转为1/0标记（只要出现过即为1）
binary_markers = cross_table.applymap(lambda x: 1 if x > 0 else 0)
# 重命名列名为is_*格式
binary_markers.columns = [f'is_{col}' for col in binary_markers.columns]
# 合并回原DataFrame
final_df = df.join(binary_markers)

print(final_df)

方法二：行级遍历实现（代码简洁，适合小数据集）

通过apply遍历每行，针对所有唯一数值生成标记列，代码逻辑直观易懂，适合快速验证需求。

import pandas as pd

df = pd.DataFrame({
    'Location1': [1, 2, 3, 3],
    'Location2': [2, 5, 6, 1],
    'Location3': [3, 1, 2, 4]
})

# 获取所有唯一数值并排序
unique_values = sorted(df.stack().unique())
# 对每行生成对应的is_*标记列
marker_cols = df.apply(
    lambda row: pd.Series(
        [1 if val in row.values else 0 for val in unique_values],
        index=[f'is_{v}' for v in unique_values]
    ),
    axis=1
)
# 合并原表与标记列
final_df = pd.concat([df, marker_cols], axis=1)

print(final_df)

方法对比 #

• 方法一：依赖pandas向量化操作，无显式循环，处理十万级以上数据时性能优势明显。
• 方法二：代码逻辑直观，易理解，但行级apply本质是循环，大数据集下效率较低。

内容的提问来源于stack exchange，提问作者essamSALAH