CASE_STATUS字段数值映射报错：如何正确实现字符串转数值映射？

你的问题出在循环的写法上——for dataset in df并不是遍历DataFrame对象，而是在遍历df的列名字符串！所以当你尝试用dataset['CASE_STATUS']时，本质是在对一个字符串做索引，自然会抛出"string indices must be integers, not str"的错误。

正确的做法（不需要循环） #

直接对原DataFrame的CASE_STATUS列执行映射操作即可，因为df本身就是你要处理的数据集对象：

# 直接映射并转换为整数类型
df['CASE_STATUS'] = df['CASE_STATUS'].map(
    {'CERTIFIED': 1, 'CERTIFIED-WITHDRAWN': 1, 'DENIED': 0}
).astype(int)

额外优化：处理未匹配的取值 #

如果你的数据集里可能存在CASE_STATUS的其他未列出的取值，map会把这些值转为NaN，这时候可以用fillna填充默认值，或者改用replace方法（未匹配的值会保留原内容，也可以指定填充值）：

# 使用replace，同时处理未匹配值（比如填充为-1）
df['CASE_STATUS'] = df['CASE_STATUS'].replace(
    {'CERTIFIED': 1, 'CERTIFIED-WITHDRAWN': 1, 'DENIED': 0},
    default=-1
).astype(int)

为什么原来的循环会报错？ #

在Pandas中，直接遍历DataFrame（for x in df）时，迭代的是DataFrame的列标签（也就是字符串类型的列名），而不是DataFrame的行或者整个数据集。所以你的dataset变量其实是一个个列名字符串，比如"CASE_STATUS"，这时候用字符串去索引字符串（dataset['CASE_STATUS']）当然不符合语法规则，就会触发错误。

内容的提问来源于stack exchange，提问作者Tony Z.