Python中如何将DataFrame多列yes/no转为二进制0/1？

首先纠正你代码的错误：
你写的final_df['ads','premium']是错误的列选择方式，pandas中选取多列需要使用双层方括号包裹列名列表，正确写法是final_df[['ads','premium']]。原写法会被解析为查找列名为('ads','premium')的单列，而你的DataFrame中不存在这一列，因此报错。

批量转换多列的几种高效方式 #

1. 直接指定多列批量替换 #

如果已经明确知道需要转换的列名，一行代码就能完成转换：

final_df[['ads', 'premium']] = final_df[['ads', 'premium']].replace({'yes': 1, 'no': 0})

这会直接将指定列的yes替换为1，no替换为0，并覆盖原列数据。如果不想修改原DataFrame，可以赋值给新变量：

new_df = final_df.copy()
new_df[['ads', 'premium']] = new_df[['ads', 'premium']].replace({'yes': 1, 'no': 0})

2. 自动筛选目标列批量转换 #

如果有大量包含yes/no的列，手动列名太繁琐，可以先自动筛选出所有符合条件的列，再批量替换：

# 筛选所有值仅为yes/no的列
target_cols = [col for col in final_df.columns if final_df[col].isin(['yes', 'no']).all()]
# 若列中只要存在yes/no就转换，用.any()替代.all()
# target_cols = [col for col in final_df.columns if final_df[col].isin(['yes', 'no']).any()]

# 批量转换
final_df[target_cols] = final_df[target_cols].replace({'yes': 1, 'no': 0})

3. 使用apply+map实现映射 #

另一种等价方式是用apply配合map，适合需要自定义映射逻辑的场景：

final_df[['ads', 'premium']] = final_df[['ads', 'premium']].apply(lambda x: x.map({'yes': 1, 'no': 0}))

内容的提问来源于stack exchange，提问作者Stuti Rawat