Python pandas实现多列正负值转换为单列二进制字符串值

直接通过pandas向量化操作即可完成需求，不需要额外循环或拆分多列，核心逻辑是逐元素判断正负后按行拼接字符串。

推荐写法（高性能，适配大数据量） #

这是性能最优的实现，全程使用pandas底层向量化运算，比行遍历写法快数十倍：

import pandas as pd

# 构造示例数据
data = {
       "te1_pl": [-10,-7,47,1,9,-18,],
       "te2_pl": [-32,69,16,18,36,4.3,],
       "te3_pl": [305.3,-14,-38,37,47,16.5,],
       "te4_pl": [-69,41,-9,0,-33,28.1,],
       "te5_pl": [-44,41,82,42,6,-9.9,],}
df = pd.DataFrame(data)

# 生成二进制列
df["bin"] = (df > 0).astype(int).astype(str).agg("".join, axis=1)

代码逻辑拆解：

• df > 0：逐元素判断数值是否大于0，返回同形状的布尔矩阵，符合规则的值为True，否则为False
• .astype(int)：将布尔值转换为整数，True转为1，False转为0
• .astype(str)：将整数转为字符串类型，为后续拼接做准备
• .agg("".join, axis=1)：按行将所有0/1字符串拼接为完整的二进制串

如果不需要用全部列计算，可以先筛选目标列再运算，比如只选择名称以_pl结尾的列：

# 筛选指定列参与计算
target_cols = [c for c in df.columns if c.endswith("_pl")]
df["bin"] = (df[target_cols] > 0).astype(int).astype(str).agg("".join, axis=1)

简易写法（适配小数据量） #

如果数据量不大（小于10万行），也可以用apply行遍历实现，写法更直观易读：

def convert_bin(row):
    return "".join("1" if val > 0 else "0" for val in row)

df["bin"] = df.apply(convert_bin, axis=1)

结果验证 #

两种写法运行后得到的结果完全匹配预期：

注意：实现严格遵循规则，数值等于0时会标记为0，和需求完全一致。

内容的提问来源于stack exchange，提问作者ManOnTheMoon