如何将含浮点数与对象的DataFrame转为保留表头的二进制DataFrame

核心需求是将数值列中大于0的值转为1，0保持为0，同时保留Name列的字符串内容，以下是可行的实现方式：

方法1：Name未设为索引时 #

# 筛选出所有数值列（排除Name列）
numeric_columns = df.columns.drop("Name")
# 将数值列中大于0的值转为1，0保持0
df[numeric_columns] = df[numeric_columns].gt(0).astype(int)

方法2：Name已设为索引时 #

# 直接对所有数值列进行转换
df[:] = df.gt(0).astype(int)

之前尝试失败的原因 #

• df.astype(int)：浮点数转整数是截断取整，0.9这类小于1的正数会被直接转为0，不符合需求。
• df.apply(pd.to_numeric, errors='coerce')：对整个DataFrame执行时，Name列的字符串会被强制转为NaN，必须只针对数值列使用该方法。
• df.where(df <= 0.4, 1)：未排除Name列时，字符串与浮点数的比较会触发类型错误；即便设为索引，若数据类型存在混合（比如数值列混入字符串）也会报错，而gt(0)的方式更稳妥，自动适配数值类型的判断。

内容的提问来源于stack exchange，提问作者Mimikyu o_0