Pandas按类别赋值：为指定城市标记1/0的技术实现问询

嘿，我瞅出来你原代码里的小问题啦——你用df.loc[df['city'].isin(['New York','Dallas','Boston'])]筛选出了符合条件的行，但np.where需要的是和原DataFrame行数完全一致的布尔数组，而不是筛选后的子集，这会导致赋值时出现长度不匹配的错误，甚至可能出现大量缺失值，毕竟你的数据有320万条呢！

给你几个高效的正确实现方法，都是针对大数据量优化的：

方法1：修正你的np.where写法 #

直接用整个city列的isin结果作为判断条件，不用额外的loc筛选：

import numpy as np
import pandas as pd

# 假设你的DataFrame名为df
df['present'] = np.where(df['city'].isin(['New York', 'Dallas', 'Boston']), 1, 0)

df['city'].isin(...)会返回一个和原DataFrame行数相同的布尔Series，每一行对应city是否在目标列表里，np.where会逐一判断并返回1或0，完美适配320万行的数据。

方法2：更简洁的布尔转整数法 #

Pandas里的布尔值可以直接转成整数（True→1，False→0），这个方法比np.where更简洁高效：

df['present'] = df['city'].isin(['New York', 'Dallas', 'Boston']).astype(int)

矢量化操作对大数据量友好，处理320万行完全没压力。

方法3：灵活的映射法（适合后续扩展） #

如果以后需要修改标记值或者添加更多城市，用map会更灵活：

# 定义城市到标记的映射
city_mapping = {'New York': 1, 'Dallas': 1, 'Boston': 1}
# 映射后给不在列表里的城市填充0，转成整数
df['present'] = df['city'].map(city_mapping).fillna(0).astype(int)

小提示 #

因为你的数据量很大，尽量避免用apply或者循环处理，上面的三种方法都是矢量化操作，性能会比循环好很多哦！

内容的提问来源于stack exchange，提问作者John Davis