如何将DataFrame的player_traits列按'Injury Prone'转换为0/1值？

根据需求，可通过以下几种方式实现，适配不同的数据格式场景：

场景1：player_traits列是字符串格式（特质用分隔符拼接） #

直接使用pandas的字符串方法检测目标特质，再转换为整数：

import pandas as pd

# 基础实现（若存在空值会生成NaN）
df['player_traits'] = df['player_traits'].str.contains('Injury Prone').astype(int)

# 优化：处理空值，将空单元格直接判定为0
df['player_traits'] = df['player_traits'].str.contains('Injury Prone', na=False).astype(int)

说明：str.contains()会返回布尔值（包含则为True，否则为False），astype(int)将True转为1，False转为0；na=False参数把空值直接视为不包含目标特质，避免出现NaN。

场景2：player_traits列是列表格式（每个单元格是特质列表） #

如果单元格存储的是Python列表，使用apply结合lambda表达式判断：

df['player_traits'] = df['player_traits'].apply(lambda x: 1 if 'Injury Prone' in x else 0)

说明：lambda函数遍历每个单元格的列表，检查是否包含目标特质，返回对应的1或0。

内容的提问来源于stack exchange，提问作者Tom Bomer