多列索引DataFrame中转换0和1为bool并保留pd.NA

要将DataFrame中的0/1转换为布尔类型（False/True）并保留pd.NA，核心是利用pandas的Nullable Boolean类型（boolean dtype），它原生支持缺失值pd.NA。以下是几种简洁高效的实现方式：

方法1：直接使用astype('boolean') #

这是最直接的方式，pandas会自动将0映射为False、1映射为True，同时保留原有的pd.NA：

df_bool = df.astype('boolean')
print(df_bool)

输出结果：

level1     a                    b                  
level2   NaN                  NaN                  
level3     c     c     c     c     c     c     c     c
0       True  <NA>  False  <NA>  False   True  <NA>  <NA>
1       <NA>  False   True  <NA>  <NA>  <NA>  False  False
2      False   True   True   True  False  <NA>  <NA>  False

方法2：自定义映射（更灵活） #

如果需要更精细的控制（比如后续扩展其他值的转换），可以用replace配合类型转换：

df_bool = df.replace({0: False, 1: True}).astype('boolean')

注意事项 #

• 确保你的pandas版本≥1.0.0，因为Nullable Boolean类型是从这个版本开始引入的。
• 不要使用numpy的bool dtype（即astype(bool)），它会把pd.NA强制转换为True，丢失缺失值信息。

内容的提问来源于stack exchange，提问作者Andi