如何将整数转为二进制？new_cases列二值化代码失效求助

1. 代码逻辑偏差（最可能原因） #

你写的Dt[Dt['new_cases'] >= 1 ] = 1是把符合条件的整行所有列都设为1，而非仅修改new_cases列。如果这不是你的预期，或者因链式索引触发SettingWithCopyWarning导致赋值失效，就会出现“没生效”的假象。

正确的目标列赋值写法应该用loc定位，避免链式索引问题：

Dt.loc[Dt['new_cases'] >= 1, 'new_cases'] = 1

2. 数据类型不匹配 #

如果new_cases列是object类型（比如存了字符串格式的数字），>=1的比较逻辑会直接失效。先检查数据类型：

print(Dt['new_cases'].dtype)

若为object，先转换为数值类型：

Dt['new_cases'] = pd.to_numeric(Dt['new_cases'], errors='coerce')

errors='coerce'会把无法转换的值转为NaN，之后再执行二值化操作。

3. NaN值干扰 #

new_cases列的NaN值与任何数值比较结果都是False，这类行不会被修改。如果需要处理NaN，可先填充：

Dt['new_cases'] = Dt['new_cases'].fillna(0)

再执行二值化逻辑。

4. 视图/副本问题 #

如果Dt是从其他DataFrame切片生成的（比如Dt = original_df[cols]），可能只是原数据的视图而非独立副本，直接赋值不会同步到原数据。可以通过内部属性排查：

print(Dt._is_view)

若返回True，先创建独立副本再操作：

Dt = original_df[cols].copy()

内容的提问来源于stack exchange，提问作者aditya murti