如何在Pandas中将含特定子串的列值替换为1，其余为0？

这里有几种简洁高效的方式可以实现你的需求：

方法1：使用str.contains() + 类型转换 #

str.contains()会检查每个字符串是否包含指定子串，返回布尔值（True/False），直接转成整数就能得到1/0：

import pandas as pd

sample_df = pd.DataFrame({
    'cars': ['BMW', 'Honda', 'Porshe', 'BMWLuxury', 'TeslaLuxury', 'Ford', 'Ferrari', 'PorsheLuxury']
})

# 生成新列或者替换原列都可以
sample_df['luxury_flag'] = sample_df['cars'].str.contains('Luxury').astype(int)
# 如果要替换原列：sample_df['cars'] = sample_df['cars'].str.contains('Luxury').astype(int)

运行后结果：

cars  luxury_flag
0         BMW            0
1       Honda            0
2      Porshe            0
3    BMWLuxury            1
4  TeslaLuxury            1
5        Ford            0
6      Ferrari            0
7  PorsheLuxury            1

方法2：使用numpy.where() #

如果需要更灵活的条件分支，numpy.where()是不错的选择：

import pandas as pd
import numpy as np

sample_df = pd.DataFrame({
    'cars': ['BMW', 'Honda', 'Porshe', 'BMWLuxury', 'TeslaLuxury', 'Ford', 'Ferrari', 'PorsheLuxury']
})

sample_df['luxury_flag'] = np.where(sample_df['cars'].str.contains('Luxury'), 1, 0)

方法3：使用apply()自定义函数 #

适合逻辑更复杂的场景，小数据量下也能轻松使用：

import pandas as pd

sample_df = pd.DataFrame({
    'cars': ['BMW', 'Honda', 'Porshe', 'BMWLuxury', 'TeslaLuxury', 'Ford', 'Ferrari', 'PorsheLuxury']
})

def check_luxury(car):
    return 1 if 'Luxury' in car else 0

sample_df['luxury_flag'] = sample_df['cars'].apply(check_luxury)

注意事项 #

如果你的数据里存在缺失值（NaN），可以在str.contains()中添加na=False参数，避免生成NaN结果：

sample_df['luxury_flag'] = sample_df['cars'].str.contains('Luxury', na=False).astype(int)

内容的提问来源于stack exchange，提问作者Sofia693