如何批量检测DataFrame中二进制字符列并自动转为0/1值（无需指定值）

没问题，这事儿完全可以用Pandas的内置方法实现自动化，不用手动指定那些具体的字符值（比如yes/no、day/night）。我把步骤拆成两部分，代码简洁又通用：

第一步：定位所有二进制字符列 #

二进制字符列的核心特征是：该列只有2个不同的字符值，且列类型为object（字符型）。我们可以用nunique()和dtypes组合筛选：

import pandas as pd

# 假设你的DataFrame叫df
binary_cols = df.columns[(df.nunique() == 2) & (df.dtypes == object)]

• df.nunique()：返回每列的唯一值数量，筛选出等于2的列
• df.dtypes == object：确保只处理字符类型的列，避免误操作数值型的二进制列（比如0/1本身）

第二步：批量转换为0和1 #

用pd.factorize()方法自动完成映射——它会把列中首次出现的字符映射为0，第二次出现的映射为1，完全不需要指定具体值：

df[binary_cols] = df[binary_cols].apply(lambda x: pd.factorize(x)[0])

• pd.factorize(x)返回两个结果：第一个是编码后的0/1数组，第二个是对应的原始唯一值列表，我们只取第一个结果即可。

示例演示 #

举个实际例子看看效果：

data = {
    'feedback': ['positive', 'negative', 'positive', 'negative'],
    'shift': ['morning', 'evening', 'evening', 'morning'],
    'category': ['A', 'B', 'C', 'A'],  # 3个唯一值，不会被选中
    'is_valid': ['yes', 'no', 'no', 'yes']
}
df = pd.DataFrame(data)

# 执行检测和转换
binary_cols = df.columns[(df.nunique() == 2) & (df.dtypes == object)]
df[binary_cols] = df[binary_cols].apply(lambda x: pd.factorize(x)[0])

print(df)

输出结果里，feedback、shift、is_valid都会被转成0/1，category保持不变。

可选：自定义映射规则 #

如果想指定某个特定值为1（比如不管出现顺序，把'yes'固定为1），可以稍微调整逻辑：

def custom_encode(col):
    # 取列中的两个唯一值，按需自定义映射关系
    val1, val2 = col.unique()
    return col.map({val1: 0, val2: 1})

df[binary_cols] = df[binary_cols].apply(custom_encode)

内容的提问来源于stack exchange，提问作者Keo