在 Pandas 数据框中将 yes/no 转换为整数类型 1/0（不仅仅是替换）
Converting yes/no to integer type 1/0 (not just replacing) in Pandas data frame
在这里看了几个post之后，每个post都解释了如何用1/0替换列中的yes/no，但是这些数字的数据类型仍然是'object' 并且不是 float 或 int（即使在我使用 astype(int) 之后），所以我无法对它们进行进一步的操作。我的代码如下。
有人知道现在如何将数据类型从对象转换为浮点数或整数吗？
df['Inter Plan'].replace({'no': 0, 'yes': 1}).astype(int)
print(df['Inter Plan'].dtypes)
在替换之前尝试转换为 str：
df['Inter Plan'] = df['Inter Plan'].str.replace({'no': 0, 'yes': 1}).astype(int)
astypereturns一个pandas系列，做的不是很到位。使用：
df["Inter Plan"] = df['Inter Plan'].replace({'no': 0, 'yes': 1}).astype(int)
astype 有一个 copy 选项，可以让您就地进行操作，但是因为您也使用了 replace，所以我不认为您将能够在一行中完成所有操作，因此最好只使用上面的代码。此外，就地选项（将 copy 设置为 False）带有警告：
be very careful setting copy=False as changes to values then may propagate to other pandas objects.
一种方法：
df['Inter Plan'].replace({'no': 0, 'yes': 1}, inplace=True).astype('int', copy=False)
在这里看了几个post之后，每个post都解释了如何用1/0替换列中的yes/no，但是这些数字的数据类型仍然是'object' 并且不是 float 或 int（即使在我使用 astype(int) 之后），所以我无法对它们进行进一步的操作。我的代码如下。 有人知道现在如何将数据类型从对象转换为浮点数或整数吗？
df['Inter Plan'].replace({'no': 0, 'yes': 1}).astype(int)
print(df['Inter Plan'].dtypes)
在替换之前尝试转换为 str：
df['Inter Plan'] = df['Inter Plan'].str.replace({'no': 0, 'yes': 1}).astype(int)
astypereturns一个pandas系列，做的不是很到位。使用：
df["Inter Plan"] = df['Inter Plan'].replace({'no': 0, 'yes': 1}).astype(int)
astype 有一个 copy 选项，可以让您就地进行操作，但是因为您也使用了 replace，所以我不认为您将能够在一行中完成所有操作，因此最好只使用上面的代码。此外，就地选项（将 copy 设置为 False）带有警告：
be very careful setting
copy=Falseas changes to values then may propagate to other pandas objects.
一种方法：
df['Inter Plan'].replace({'no': 0, 'yes': 1}, inplace=True).astype('int', copy=False)