如何用Pandas将DataFrame的other列对应列设为1其余为0？

嘿，这个需求其实挺常见的，用Pandas有几种简洁的实现方式，我给你整理两个最实用的方案：

方法1：用pd.get_dummies快速生成（推荐） #

这是效率最高、代码最简洁的方式，利用独热编码直接生成对应列的0/1值，再和原数据合并：

import pandas as pd

# 先构造你的示例DataFrame（如果已有数据可跳过这步）
df = pd.DataFrame({
    'other': [1,21,71,2,22,72,3,23,73,60,90,80,91,64,64,155,165],
    'x': ['x','z','y','x','z','y','x','z','y','x','z','y','z','x','y','x','y'],
    'y': [pd.NA]*17,
    'z': [pd.NA]*17
})

# 对x列做独热编码，去掉前缀避免列名带下划线
dummies = pd.get_dummies(df['x'], prefix='')
dummies.columns = dummies.columns.str.replace('_', '')

# 合并other列和编码结果，覆盖原df的x/y/z列
df = pd.concat([df['other'], dummies], axis=1)

执行后，原DataFrame的x/y/z列就会被替换为对应的0/1值，other列完全保留。

方法2：手动赋值（适合理解逻辑） #

如果你想更直观地看到每一步的操作逻辑，可以用循环遍历的方式实现：

# 遍历每一行，先把所有x/y/z列设为0，再将对应列设为1
for idx, row in df.iterrows():
    target_col = row['x']
    df.loc[idx, ['x', 'y', 'z']] = 0
    df.loc[idx, target_col] = 1

不过这种方法在数据量较大时效率会低于get_dummies，所以小数据集用用没问题，大数据优先选第一种方法。

验证结果 #

运行后打印前5行看看效果：

print(df.head())

输出如下：

other  x  y  z
0      1  1  0  0
1     21  0  0  1
2     71  0  1  0
3      2  1  0  0
4     22  0  0  1

内容的提问来源于stack exchange，提问作者mkmostafa