Question

如何将Dataframe中的真假值转换为1表示为true，0表示为false

COL1  COL2 COL3  COL4
12   TRUE  14    FALSE
13   FALSE  13    TRUE


OUTPUT
12   1  14 0
13   0  13 1

Answer 1

首先，如果您有字符串'TRUE'和'FALSE'，则可以将这些字符串转换为布尔值True和False，如下所示：

df['COL2'] == 'TRUE'

这会为您提供bool列。您可以使用astype转换为int（因为bool是一个整数类型，其中True表示1而False表示{{1} ，这正是你想要的）：

要使用新的(df['COL2'] == 'TRUE').astype(int)列替换旧字符串列，只需指定它：

int

要做到两个列在一个，只需索引一列列：

df['COL2'] = (df['COL2'] == 'TRUE').astype(int)

Answer 2

只需这样做：

df[["col2", "col4"]] *= 1

Python分别考虑布尔值（True，False），如（1,0）。所以你可以像数字一样操作它。

Answer 3

您可以将每列的类型转换为

In [7]: df[['COL2', 'COL4']] = df[['COL2', 'COL4']].astype(int)

In [8]: df
Out[8]:
   COL1  COL2  COL3  COL4
0    12     1    14     0
1    13     0    13     1

即使df[['COL2', 'COL4']].astype(float)适用于转化。

Answer 4

假设d是您要转换的数据框

f = lambda x: 1 if x==True else 0

d.applymap(f)应该是您想要的。

Answer 5

df=pd.DataFrame(data={'col1' : [True, False, True],
                 'col2': [14, 15, 12],
                 'col3': [False, True, True]})
df[['col1', 'col3']]=df[['col1', 'col3']].astype('int')
df

Output:
    col1    col2    col3
0   1        14      0
1   0        15      1
2   1        12      1

Answer 6

这不起作用：

df['COL2'] = (df['COL2'] == 'TRUE').astype(int)

这有效：

df['COL2'] = (df['COL2'] == True ).astype(int)

Answer 7

您也可以尝试将布尔值（如True或False）转换为1或0。

    In [2] : df['attribute_name']
    Out[2] : 0 True
             1 False
             2 True
             3 True

现在导入这些包：

    In [3] : from sklearn import preprocessing
             lab_enc = preprocessing.LabelEncoder()
             lab_enc.fit(df['attribute_name'])
             variable = lab_enc.transform(df['attribute_name'])
             df['variable'] = variable
             print df['variable']
    Out[4] : 0 1
             1 0
             2 1
             3 1

如果要将值从0或1恢复为False或True，可以使用lab_encoder.inverse_transform（[0,1]），这会导致输出从0或1变为False或True

Answer 8

您可以将'True'和'False'值（字符串）转换为 1 和<强> 0 分别针对特定的列（此处我们选择第3列），如下所示。

from pandas import DataFrame as df
data = df(data) # where data contains your data as rows and columns
                # and it is converted to dataframe using pandas (ignore if already df)
for i in range(len(data[3])):
    if data[3][i] == 'TRUE':
        data[3][i] = 1
    elif data[3][i] == 'FALSE':
        data[3][i] = 0
    else:
        pass

此方法可用于比较任何值或字符串，并将该位置替换为所需的值或字符串。

Answer 9

如果您的数据中有一个分类列（例如国家/地区名称），.astype(int)将返回错误更好的选择是将您的数据乘以一个

data = pd.read_csv('data.txt', header = None) 
data *= 1 # make true/false -> 1/0
print(data)

如果有的话

True False USA
False False USA
True True russia

结果将

1 0 USA
0 0 USA
1 1 USA

Answer 10

您可以尝试以下方法：

script

Answer 11

一种简单而干净的方法是使用numpy's where函数

df['Y'] = np.where(df['X'] == "SOME_VALUE", 1, 0)

将在内部计算值的 True / False ，并将其替换为 1/0 ，创建一个由1和0组成的数组。

类似地，

df['Y'] = np.where((df['X'] == "SOME_VALUE") & (df['Z'] == "SOME_VALUE"), 100, 0)

就像一个魅力一样工作，并且与Excel女士的计算非常相似，使其变得直观。

Answer 12

使用pandas.DataFrame.replace

>>> df

   COL1   COL2  COL3   COL4
0    12   TRUE    14  FALSE
1    13  FALSE    13   TRUE

>>> df.replace(['TRUE','FALSE'],[1,0])

   COL1  COL2  COL3  COL4
0    12     1    14     0
1    13     0    13     1

如何将数据帧中的真假值转换为1表示为true，0表示为false

12 个答案: