从excel文件创建数据框后，某些列无法被函数读取

Question

我已正确地从Excel文件创建了数据框。我正在根据一个条件创建一个新的专栏，这是有效的：

df['sped_bin'] = np.where(df['SPED'] == 'Yes', 0, 1) 
print(df['sped_bin'])

0      1
1      1
2      1
3      0
4      1

但是，在同一excel电子表格中，有些列的值无法识别：

 df['gender_bin'] = np.where(df['Gender'] == 'Male', 0, 1) 
print(df['gender_bin'])


0      1
1      1
2      1
3      1
4      1

（我知道还有其他方法可以将“是/否”或“性别”转换为二进制。这与我的问题无关。）

excel文件中的两列有些不同，我无法理解。我尝试过的事情：

1. 从数据帧字符串中删除所有空白：

   df.applymap（lambda x:x.strip（）如果是instance（x，str）else x）

2. 将格式从excel中的好列复制到坏列，重新保存，然后重新运行

3. 从.xls转换为.xlsx，然后再转换回来

4. 转换为csv文件，然后从该csv文件转换为数据帧

5. 从excel文件的所有列中删除所有格式

6. 我能想到的excel文件中的每一件事

工作效率太低的事情：

1. 在excel文件的“SPED”列中键入“Male”，然后将该单元格从“SPED”列复制到“Gender”列
2. 复制“SPED”列，将其重命名为“性别”，然后在该列中手动键入“男，女…”。（请不要）

excel文件很大，是从另一个程序输出的，我没有访问/源代码。如何使“性别”栏与“速度”栏相似？？？问题可能出在Excel文档中。请帮忙

Answer 1

您可以尝试以下方法：

np.where(df['Gender'].str.contains('Female'), 1, 0)