如何将Pandas DataFrame中含多变体的性别列映射为二进制值？

没问题，我来帮你优化代码，轻松覆盖所有性别字符串的变体情况～

首先要纠正你原来代码里的小问题：if dataframe['gender']:这种判断方式不太稳妥，如果列存在但内容是空值或者类型不对，容易触发报错，正确的做法是先检查列名是否存在于DataFrame中。

接下来针对你的需求，我提供两种实用的解决方案：

方案1：直接映射所有已知变体 #

如果能明确列出所有可能的性别字符串变体，可以直接用字典映射的方式一次性替换：

# 定义包含所有变体的映射字典，值可以是字符串'1'/'0'或整数1/0，按需选择
gender_mapping = {
    'Male': '1',
    'male': '1',
    'M': '1',
    'm': '1',
    'Female': '0',
    'female': '0',
    'F': '0',
    'f': '0'
}

# 处理gender列
if 'gender' in dataframe.columns:
    dataframe['gender'].replace(gender_mapping, inplace=True)

# 处理sex列
if 'sex' in dataframe.columns:
    dataframe['sex'].replace(gender_mapping, inplace=True)

这种方法直观，适合变体数量不多且明确的场景。

方案2：统一转小写后简化映射（更高效） #

如果有很多大小写混合的变体（比如'MALE'、'Female'），先把所有字符串转成小写，再处理就能大幅减少需要映射的内容，同时覆盖所有大小写情况：

# 处理gender列
if 'gender' in dataframe.columns:
    dataframe['gender'] = dataframe['gender'].str.lower().replace({
        'male': '1',
        'm': '1',
        'female': '0',
        'f': '0'
    })

# 处理sex列
if 'sex' in dataframe.columns:
    dataframe['sex'] = dataframe['sex'].str.lower().replace({
        'male': '1',
        'm': '1',
        'female': '0',
        'f': '0'
    })

如果遇到带前后空格的变体（比如' Male '），可以再加一步去除空格：

dataframe['gender'] = dataframe['gender'].str.strip().str.lower().replace(...)

要是你需要把结果转成整数类型，只需要把映射字典里的'1'改成1，'0'改成0就行～

内容的提问来源于stack exchange，提问作者DForsyth