pandas多列用列表推导式转非NaN为1失效原因及解决方案

多列批量写法不生效的核心原因是pandas中迭代DataFrame和迭代Series的默认行为不一样：

• 当你迭代test['animal1']这类单列Series对象时，迭代操作返回的是每一行的单元格值，所以列表推导式可以逐值判断是否等于'0'，最终得到和行数长度一致的0/1列表，赋值后结果符合预期。
• 当你迭代test[op]这类多列DataFrame对象时，迭代操作默认返回的是列名字符串，也就是遍历得到的x实际是'animal1'、'animal2'两个值，二者都不等于'0'，所以列表推导式最终得到的是[1,1]。pandas赋值时会把这个长度为2的列表广播到所有行所有列，就出现了全为1的错误结果。

提供两种常用方案，均无需逐列手动编码：

方案1：向量化操作（最高效，推荐） #

直接用pandas的向量化判断，不需要任何循环：

# 基于你已经转成字符串的DataFrame处理
test[op] = (test[op] != '0').astype(int)

如果你的需求就是原DataFrame中非NaN值转1、NaN转0，其实不需要提前做fillna和转字符串的操作，一步即可完成：

# 直接针对原始DataFrame处理，更简洁
test[op] = test[op].notna().astype(int)

方案2：apply批量处理每一列 #

如果你确实需要沿用列表推导式的逻辑，可以用apply遍历每一列处理：

test[op] = test[op].apply(lambda col: [1 if x != '0' else 0 for x in col])

内容的提问来源于stack exchange，提问作者Jameson