使用Python处理pandas DataFrame的power列 非0/1值统一设为0

方法1：pandas where 方法（最简洁） #

直接对power列做条件筛选，不符合要求的值直接替换为0：

data_A['power'] = data_A['power'].where(data_A['power'].isin([0, 1]), other=0)

方法2：布尔索引赋值 #

定位所有非0、非1的异常值行，直接赋值为0，逻辑更直观：

# ~ 为逻辑取反，筛选出所有不在[0,1]范围内的行
data_A.loc[~data_A['power'].isin([0, 1]), 'power'] = 0

方法3：numpy where 实现（大数据量下性能更优） #

data_A['power'] = np.where(data_A['power'].isin([0, 1]), data_A['power'], 0)

处理完成后可以用以下代码验证结果是否符合预期：

print(data_A['power'].unique())
# 预期输出只有 [0, 1] 两个值

内容的提问来源于stack exchange，提问作者Lee