如何利用列表/字典高效处理DataFrame中二进制浮点数的映射转换

针对你的需求，我们可以利用Pandas和NumPy的矢量化操作避免循环，高效完成两种格式的转换（水果名称拼接、多列Yes/No标识）。以下是具体实现步骤：

前置准备 #

先导入依赖库并构造示例数据（模拟你的4000行DataFrame场景）：

import pandas as pd
import numpy as np

var_list = ["Apple", "Banana", "Orange"]
# 示例DataFrame，var列是二进制对应的十进制浮点数（如010对应2.0，101对应5.0）
df = pd.DataFrame({'var': [1.0, 2.0, 4.0, 6.0, 7.0, 0.0]})

第一步：将二进制浮点数转换为固定长度的二进制字符串 #

先把浮点数转为整数（因为你的var列是二进制值对应的十进制浮点数），再转换为补全到len(var_list)位的二进制字符串：

# 转换为整数→二进制字符串→补全到3位（匹配var_list长度）
df['binary_str'] = df['var'].astype(int).apply(lambda x: bin(x)[2:].zfill(len(var_list)))

需求1：映射为水果名称拼接形式 #

利用NumPy的矢量化矩阵乘法快速拼接选中的水果：

# 将二进制字符串转为布尔掩码矩阵（每一行对应一个样本的水果选中状态）
mask = np.array([list(s) for s in df['binary_str']]).astype(bool)
# 批量拼接选中的水果，最后去除末尾多余的"+"
df['fruit_combined'] = mask.dot(np.array(var_list) + '+').str.rstrip('+')
# 处理全0的情况（可选）
df['fruit_combined'] = df['fruit_combined'].replace('', 'None')

示例输出片段：

需求2：转换为多列Yes/No标识格式 #

利用Pandas的字符串矢量化操作快速生成多列：

# 拆分二进制字符串为单独列，转换为Yes/No
fruit_cols = pd.DataFrame(
    # 拆分字符串并提取有效位（跳过首尾空字符）
    df['binary_str'].str.split('', expand=True).iloc[:, 1:len(var_list)+1].values == '1',
    columns=var_list
).replace({True: 'Yes', False: 'No'})

# 合并到原DataFrame
df = pd.concat([df, fruit_cols], axis=1)

示例输出片段：

效率说明 #

所有操作均采用Pandas/NumPy的矢量化接口，避免了Python层面的循环遍历，处理4000行数据的耗时在毫秒级，远快于循环实现。

内容的提问来源于stack exchange，提问作者fetznere