使用系列。转换布尔值到整数的视图:

df["somecolumn"] = df["somecolumn"].view('i1')

这个问题特别提到了一个列，所以目前公认的答案是有效的。但是，它不能泛化到多个列。对于那些对通用解决方案感兴趣的人，请使用以下方法:

df.replace({False: 0, True: 1}, inplace=True)

这适用于包含许多不同类型列的DataFrame，而不管有多少是布尔类型。

你可以为你的数据帧使用一个转换:

df = pd.DataFrame(my_data condition)

将True/False转换为1/0

df = df*1

在Python中True为1，同样False为0*:

>>> True == 1
True
>>> False == 0
True

你应该能够对它们执行任何你想要的操作，只要把它们当作数字来对待，因为它们就是数字:

>>> issubclass(bool, int)
True
>>> True * 5
5

所以回答你的问题，不需要工作，你已经有了你要找的东西。

*注意我使用is作为一个英语单词，而不是Python关键字is - True将不会是与任何随机1相同的对象。

只需将你的数据帧乘以1 (int)

[1]: data = pd.DataFrame([[True, False, True], [False, False, True]])
[2]: print data
          0      1     2
     0   True  False  True
     1   False False  True

[3]: print data*1
         0  1  2
     0   1  0  1
     1   0  0  1

使用系列。转换布尔值到整数的视图:

df["somecolumn"] = df["somecolumn"].view('i1')