如何将pandas DataFrame中0和1组成的行转换为对应二进制值的整数新列

两种常用实现方案，效率和可读性各有优势，可根据数据量选择：

方案1：向量化点乘运算（推荐，大数据量下性能更高） #

核心思路是提前给每一列计算对应的二进制位权重，直接通过矩阵乘法求和得到结果，全程无循环，性能最优。
代码示例：

import pandas as pd
import numpy as np

# 选中所有需要参与二进制转换的0/1列，可按需筛选
bin_cols = df.columns
# 生成每列对应的权重：从左到右对应二进制高位到低位，权重依次为2^(列数-1)、2^(列数-2) ... 2^0
weights = 2 ** np.arange(len(bin_cols)-1, -1, -1)
# 计算得到十进制值，写入新列
df['decimal_val'] = df[bin_cols].dot(weights)

方案2：字符串拼接转换（可读性高，适合小数据量） #

核心思路是把每行的0/1值拼接成二进制字符串，直接调用内置方法转十进制，代码更直观好理解。
代码示例：

# 先把所有值转成字符串，按行拼接为二进制字符串，再转十进制整数
df['decimal_val'] = df[bin_cols].astype(str).agg(''.join, axis=1).apply(lambda x: int(x, base=2))

注意事项 #

• 转换前请确认bin_cols的列顺序和你预期的二进制位高低顺序一致，列顺序变化会直接导致最终计算结果错误。
• 你提供的示例数据用以上两种方法计算，第一行结果都是21，和示例要求的转换逻辑一致。

内容的提问来源于stack exchange，提问作者knawell