在一个混合数据类型的数据框中，将所有True/False值转换为1/0。

Question

我有一个数据框，其中大约有100列，其中包括一些布尔列和一些字符列。我想将所有具有True / False和-1值的布尔值替换为1/0，并且我想将其应用于整个数据框，而不是单个列。

我在这里看到了一些解决方案，比如将列转换为整数。但我想避免浏览数百列的练习。

以下是我尝试但未成功的内容：

test.applymap(lambda x: 1 if x=='True' else x)
test.applymap(lambda x: 0 if x=='False' else x)

但是数据框测试仍然具有True/False。

- muni

---

x 可能等于 True，而不是 'True'。即便如此，你仍然需要先转换列类型；将 1 存储在布尔字段中仍然只会存储 True。 - Martijn Pieters

Answer 1

applymap 默认情况下不是原地操作，它会返回一个新的数据帧。

正确的方式：

test = test.applymap(lambda x: 1 if x == True else x)
test = test.applymap(lambda x: 0 if x == False else x)

或者

test = test.applymap(lambda x: 1 if x == True else x).test.applymap(lambda x: 0 if x=='False' else x)

或者简单地说

test.applymap(lambda x: 1 if x == True else x, inplace=True)
test.applymap(lambda x: 0 if x == False else x, inplace=True)

尽管 replace 看起来是实现这个目标的最好方法：

test.replace(False, 0, inplace=True)

- DeepSpace

---

可能是因为当我使用fillna函数时，它将数据类型从布尔型转换为int64型。因为所有这些列当前的数据类型都是int64型。 - muni

有趣的是，df.replace(False, 0) 对我没有起作用。我正在运行Python 2.7 - 尽管我怀疑在3.0中是否有所不同。 - kiltannen

@kiltannen 更可能与pandas版本有关。 - DeepSpace

很好知道 - 谢谢。Lambda替换对我来说确实很有效 - 但是df.replace看起来更加优雅，所以我想使用它。 - kiltannen

Answer 2

对于单列而言，最简单的方法就是转换列类型。Pandas聪明地将布尔型正确映射为整型。

df.column_name = df.column_name.astype(int)

如果df.column_name以Boolean格式开始，将转换为int类型后变成0和1。

- Richard

Answer 3

定义一个函数，循环遍历DataFrame的每一列，并使用.replace()方法进行替换：

def replace_boolean(data):
    for col in data:
        data[col].replace(True, 1, inplace=True)
        data[col].replace(False, 0, inplace=True)

replace_boolean(test)

- Johnny Yiu

Answer 4

你可以轻松地使用乘以1的方法来实现。这样做，你的所有数据框都会被转换：

df*1

- Bruno Benevides

Answer 5

int(True) 

或者

int(1==1)

或者用于lambda：

lambda x: int(x)

True将变为1，False将变为0，-1仍然是-1。

- L. Astola