如何将pandas DataFrame中大于1的数值替换为1，0保持不变

问题原因 #

1. 你调用df.apply(find_value, axis=1)时，传入find_value的参数是整行的Series对象，而非单个单元格的值，int(x)执行报错后会进入except分支直接返回原行数据，因此DataFrame没有任何变化。
2. 你编写的find_value逻辑不符合需求：原有等于1的数值会被误修改为0，不符合“仅将大于1的数值改为1、0保持不变”的要求。

解决方案 #

方案1：向量化操作（推荐，性能远高于apply类遍历方法）

直接筛选数值列做批量替换，代码简洁效率高：

import pandas as pd
# 示例DataFrame
df = pd.DataFrame([ ['Manila', 5,12,0], ['NY',9,0,14], ['Berlin',8,10,6] ], columns = ['a','b','c','d'])

# 筛选所有数值类型的列
num_cols = df.select_dtypes(include='number').columns
# 大于1的数值裁剪为1，其余值保持不变
df[num_cols] = df[num_cols].clip(upper=1)

如果需要更灵活的判断条件，也可以用where写法实现同样效果：

df[num_cols] = df[num_cols].where(df[num_cols] <= 1, 1)

方案2：applymap实现（针对单元格逐一处理）

如果需要用类apply的方法实现，可以用applymap对每个单元格单独处理：

def find_value(x):
    # 仅处理数值类型
    if isinstance(x, (int, float)):
        return 1 if x > 1 else x
    # 非数值类型直接返回
    return x

df = df.applymap(find_value)

内容的提问来源于stack exchange，提问作者mdemt