如何在数据集data中基于gender列的值新增列？

假设你使用Python的pandas库处理数据集（这是表格数据处理的常用工具），以下是几种简洁的实现方案：

方法1：用numpy.where（推荐，效率最高） #

适合大数据集，逻辑清晰且执行速度快：

import numpy as np
import pandas as pd

# 为data新增new_gender列
data['new_gender'] = np.where(data['gender'] == 2, 1, 0)

逻辑直接：如果gender列的值是2，新列赋值1；其他所有值（0、1、3）都赋值0。

方法2：用apply自定义函数 #

如果后续需要扩展逻辑，这种方式更灵活：

def convert_gender(gender_val):
    return 1 if gender_val == 2 else 0

data['new_gender'] = data['gender'].apply(convert_gender)

方法3：用replace映射字典 #

直观易懂，适合明确枚举所有情况的场景：

gender_mapping = {
    0: 0,
    1: 0,
    2: 1,
    3: 0
}

data['new_gender'] = data['gender'].replace(gender_mapping)

内容的提问来源于stack exchange，提问作者Nightqueen