pandas中将多分类tag列转换为二分类列的简便实现方法

实现方法 #

你可以直接用numpy.where实现，这是最简洁高效的方案，不需要提前构建完整映射字典，一行代码就能搞定：

import numpy as np
df['tag_binary'] = np.where(df['tag'] == 'pandas', 'pandas', 'non_pandas')

如果不想额外引入numpy，也可以用pandas自带的map搭配匿名函数实现：

df['tag_binary'] = df['tag'].map(lambda x: 'pandas' if x == 'pandas' else 'non_pandas')

还有一种更贴合pandas原生逻辑的写法，用Series.replace配合布尔判断：

df['tag_binary'] = (df['tag'] == 'pandas').replace({True: 'pandas', False: 'non_pandas'})

方案对比 #

• 优先推荐numpy.where方案，数据量较大时性能远高于map/apply类方案，逻辑也更清晰易懂
• 如果你的场景中后续可能扩展判断规则，匿名函数的方案后续修改条件会更灵活

内容的提问来源于stack exchange，提问作者Danish