如何使用where()创建带条件特征？基于性别编码场景需求

假设你已经导入了pandas库，以下是具体实现方法：

1. 创建新特征并保留原Gender列 #

利用pandas的where()方法，结合替换逻辑实现：

# 第一步：当Gender为female时保留原值，否则赋值为1
df['isMale'] = df['Gender'].where(df['Gender'] == 'female', 1)
# 第二步：将剩余的female替换为0
df['isMale'] = df['isMale'].replace('female', 0)

或者更简洁的链式写法：

df['isMale'] = df['Gender'].where(df['Gender'] == 'male', 0).replace('male', 1)

2. 替换原Gender列 #

如果需要直接用新特征替换原Gender列：

# 先完成值的替换
df['Gender'] = df['Gender'].where(df['Gender'] == 'female', 1)
df['Gender'] = df['Gender'].replace('female', 0)
# 重命名列为isMale
df.rename(columns={'Gender': 'isMale'}, inplace=True)

补充参考：更简洁的numpy.where写法 #

虽然你指定使用where()方法，但实际场景中numpy.where的逻辑更直观，也可以作为替代：

import numpy as np
df['isMale'] = np.where(df['Gender'] == 'male', 1, 0)

内容的提问来源于stack exchange，提问作者Qulymzhanov Nursat