如何创建新列并按uid为其分配0或1值

方法1：利用isin()生成布尔列并转换为数值 #

先定义需要标记为1的uid列表，通过isin()判断每行uid是否在目标列表中，再将布尔值转为整数（True→1，False→0）：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({'uid': [1, 2, 3, ...]})

# 指定需要标记为1的uid集合
target_uids = [3]  # 替换成你的目标uid

# 新增new列
df['new'] = df['uid'].isin(target_uids).astype(int)

方法2：使用np.where()实现条件赋值 #

通过numpy的where()函数直接根据条件赋值，逻辑更直观：

import pandas as pd
import numpy as np

# 原始DataFrame
df = pd.DataFrame({'uid': [1, 2, 3, ...]})

target_uids = [3]

# 新增new列：满足条件赋值1，否则赋值0
df['new'] = np.where(df['uid'].isin(target_uids), 1, 0)

示例输出 #

执行代码后，DataFrame会呈现如下形式：

uid  new
0    1    0
1    2    0
2    3    1
..  ..  ...

内容的提问来源于stack exchange，提问作者prof32