如何用Pandas高效生成基于数值范围的二进制DataFrame？

当然有更优雅高效的实现方式，完全不用逐行循环！我们可以利用Numpy的广播机制来做向量化操作，比循环快得多，代码也更简洁。

步骤详解 #

1. 首先构造你的原始DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1, 3, 1], 'b': [2, 2, 3]})

2. 计算目标列的范围：我们需要的列是从1到max(a+b)，这里a+b的最大值是5（第二行3+2=5）：

max_col = (df['a'] + df['b']).max()
target_cols = np.arange(1, max_col + 1)  # 生成[1,2,3,4,5]

3. 用广播生成0-1矩阵：
   我们把a和b转换成二维数组，然后和目标列数组做广播比较，判断每个列是否落在[a, a+b]区间内（对应你示例里的结果）：

# 把a和b转成列向量，方便广播
a_vals = df['a'].values[:, np.newaxis]
b_vals = df['b'].values[:, np.newaxis]

# 判断每个列是否在[a, a+b]区间，得到布尔矩阵
mask = (target_cols >= a_vals) & (target_cols <= a_vals + b_vals)

# 把布尔值转成0/1，再转成DataFrame
result_df = pd.DataFrame(mask.astype(int), columns=target_cols)

运行结果 #

执行后result_df就是你要的格式：

1  2  3  4  5
0  1  1  1  0  0
1  0  0  1  1  1
2  1  1  1  1  0

为什么这个方法更好？ #

• 无循环：完全依赖Numpy的向量化操作，比逐行循环效率高几个数量级，尤其当你的DataFrame行数很多时，优势非常明显；
• 代码简洁：几行代码就完成转换，逻辑清晰易懂；
• 可扩展性强：如果后续需要调整区间规则（比如左开右闭），只需要修改mask的判断条件即可。

内容的提问来源于stack exchange，提问作者munichmath