正确做法是用 df.astype(int) 将布尔列转为 0/1，对含 nan 的 boolean 类型需先 fillna() 或用 "int64"；批量转换应向量化操作而非循环，避免链式赋值。
用 pandas.get_dummies() 处理布尔列会出错
直接对布尔型 Series 或 DataFrame 调用 pd.get_dummies()，默认会把 True/False 当作分类值展开成两列（如 col_False, col_True），这显然不是指示变量（indicator variable）的本意——我们只想要一列，值就是原布尔值本身（0/1）。更糟的是，如果列里只有 True 或只有 False，还会触发 ValueError: dummy variable columns must be >= 2。
正确做法是跳过 get_dummies()，改用类型转换：
-
df.astype(int)最快，直接把True→1、False→0，保留列名和结构 -
df * 1也行，但会隐式触发广播，对混合类型DataFrame不安全 - 避免
df.map({True: 1, False: 0})，它比astype(int)慢一个数量级
处理含 NaN 的布尔矩阵要小心
原始数据常含缺失值，而 pd.BooleanDtype（即 boolean 扩展类型）在 astype(int) 时会报错：TypeError: boolean value of NA is ambiguous。这不是 bug，是设计使然——NA 不能自动转为 0 或 1。
必须显式决定缺失值的映射逻辑：
- 填 0：用
df.fillna(False).astype(int) - 填 -1 或其他哨兵值：先
df = df.fillna(-1)，再.astype(int)（注意确保原列无字符串） - 保持
NaN为浮点nan：用df.astype("Int64")（注意是大写I），得到可空整型，NA→<code>pandas.NA
批量转换多列时别用循环
有人习惯写 for col in bool_cols: df[col] = df[col].astype(int)，在列数多（>50）、行数大（>100k）时明显变慢。Pandas 的向量化操作能一次处理整个子集：
- 选列转换：
df[bool_col_names] = df[bool_col_names].astype(int) - 自动识别布尔列：
bool_mask = df.dtypes == "bool"，然后df.loc[:, bool_mask] = df.loc[:, bool_mask].astype(int) - 若混有
boolean类型，先统一转bool：df[bool_col_names] = df[bool_col_names].astype("boolean").astype(bool)，再转int
性能对比：astype(int) vs numpy.where()
对超大布尔矩阵（千万行以上），df.astype(int) 底层调用的是 NumPy 的 asarray()，已足够快；但如果你已经用 np.array(df) 拿到纯 NumPy 数组，np.where(arr, 1, 0) 确实略快 5–10%，不过得承担内存拷贝开销和类型丢失风险。
真实场景中，99% 的情况直接 df.astype(int) 就够了。唯一要注意的是：别在链式赋值里用它，比如 df[["a","b"]].astype(int) 返回副本，不会修改原 df——必须显式赋值。
扩展类型、缺失值处理、向量化边界，这几个地方不留意，转出来的结果要么报错，要么语义错误，而且很难一眼发现。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
