如何将DataFrame中的邮箱域名列转换为0/1数值标记列

我来帮你搞定这个需求！首先看你已经写了部分转换函数，咱们先把它补全，同时再给你推荐更高效的pandas原生方法——毕竟逐行apply在数据量大的时候效率会低一些，用pandas自带的矢量化操作会快很多。

方法一：完善你的自定义函数 #

如果坚持用自定义函数的方式，你可以把它补全成这样，逻辑更简洁：

def convertToNumber(row):
    if row['emailDomain'] in ('[gmail]', '[aol]'):
        return 1
    else:
        return 0

# 将函数应用到DataFrame的每一行，生成新列
data['domainFlag'] = data.apply(convertToNumber, axis=1)

方法二：更高效的pandas矢量化操作 #

推荐用isin配合布尔值转整数的方式，代码更简洁，执行速度也更快：

# 直接判断域名是否在目标集合中，布尔值转int后，True对应1，False对应0
data['domainFlag'] = data['emailDomain'].isin(['[gmail]', '[aol]']).astype(int)

或者用numpy.where实现，逻辑更直观：

import numpy as np

data['domainFlag'] = np.where(data['emailDomain'].isin(['[gmail]', '[aol]']), 1, 0)

额外提醒：如果域名是列表类型 #

注意到你示例里的emailDomain显示为[gmail]，如果这不是字符串而是列表类型（比如每个单元格是['gmail']这样的列表），那得先提取列表里的元素再判断：

# 提取列表中的第一个元素，生成清洗后的域名列
data['clean_domain'] = data['emailDomain'].str[0]
# 再进行标记转换
data['domainFlag'] = data['clean_domain'].isin(['gmail', 'aol']).astype(int)

内容的提问来源于stack exchange，提问作者Mahboob Mustafa