如何在Python DataFrame中将多列的t/f值转换为数值型？

假设你的DataFrame数据如下：

import pandas as pd
df = pd.DataFrame({
    'A': ['t', 't', 'f', 't'],
    'B': ['f', 't', 'f', 't']
})

以下是几种实用的转换方式：

方法1：批量替换 #

用replace()指定替换规则，可快速转换所有列或指定列：

# 转换所有列
df = df.replace({'t': 1, 'f': 0})

# 仅转换指定列（如A、B列）
df[['A', 'B']] = df[['A', 'B']].replace({'t': 1, 'f': 0})

方法2：逐列映射 #

通过map()结合转换字典实现，适合需要自定义单列规则的场景：

convert_rule = {'t': 1, 'f': 0}
df['A'] = df['A'].map(convert_rule)
df['B'] = df['B'].map(convert_rule)

方法3：布尔判断转整数 #

先判断值是否为t得到布尔结果，再转为整数（True对应1，False对应0），代码最简洁：

# 转换所有列
df = (df == 't').astype(int)

# 仅转换指定列
df[['A', 'B']] = (df[['A', 'B']] == 't').astype(int)

内容的提问来源于stack exchange，提问作者Y G