Python中如何从多类别列生成二值变量并解决相关报错

问题根源拆解 #

1. 字典语法错误：你写的{'Bland''no_heat''mild_heat''medium_heat': 0}是非法的Python语法，Python会自动拼接连写的字符串，生成'Blandno_heatmild_heatmedium_heat'这个不存在的键，导致除high_heat外的所有类别都匹配不到对应值，返回NaN。
2. SettingWithCopyWarning：该警告说明你的df是另一个DataFrame的切片副本，直接赋值会修改原DataFrame的视图，触发警告。

方法一：修正字典映射 + 用.loc规避警告 #

# 如果df是其他DataFrame的切片，先创建独立副本（可选，也可以直接用.loc）
df = df.copy()

# 使用.loc明确指定赋值位置，同时修正字典的键值对写法
df.loc[:, 'Spiciness'] = df['food_spice_levels'].map({
    'bland': 0,
    'no_heat': 0,
    'mild_heat': 0,
    'medium_heat': 0,
    'high_heat': 1
})

• 每个类别单独作为字典的键，对应正确的0/1值，避免字符串拼接问题。
• .loc[:, 'Spiciness']明确对原DataFrame的列赋值，从根源避免视图修改警告。

方法二：用isin() + np.where简化逻辑（更适合多类别映射同一值的场景） #

import numpy as np

# 定义需要映射为0的类别列表
zero_classes = ['bland', 'no_heat', 'mild_heat', 'medium_heat']

# 用.loc赋值，通过条件判断生成二值列
df.loc[:, 'Spiciness'] = np.where(df['food_spice_levels'].isin(zero_classes), 0, 1)

• 无需重复写字典键，直接通过isin()判断类别归属，代码更简洁易维护。
• 同样使用.loc规避警告，同时确保所有目标类别都能正确映射为0，high_heat映射为1。

内容的提问来源于stack exchange，提问作者Johnn-1231