优化Pandas的replace（）以替换非0的值

Question

我正在尝试在熊猫数据框的名为“假日”的列中替换非0的值。当前代码是：

df['holiday'].replace(to_replace = not '0' , value = '1', inplace = True)

但是此代码无法正常工作，也不会产生任何错误。我可以遍历整个列，然后可以更改值，但是对于大型数据集，这将非常耗时。任何快速的替代方案都是可取的。

这个正在工作：

 df.loc[df['holiday'] != '0', 'holiday'] = 1

但是仍然可以优化替换操作来做到这一点。

样本数据集：