早期的pd.get_dummies()方法是将数据变成0/1的，这时候没什么问题。

但现在更新后，默认生成的数据是bool值，如下：

这会导致什么问题呢，比如说我想将这个dataFrame的类型转成torch.float32，会出错，如下：

代码： 

train_features = torch.tensor(all_features[:n_train].values, dtype=torch.float32)

报错：

TypeError: can't convert np.ndarray of type numpy.object_. The only supported types are: float64, float32, float16, complex64, complex128, int64, int32, int16, int8, uint64, uint32, uint16, uint8, and bool.

 但是我的dataFrame是只有float类型的列跟bool类型的列，为什么转不了我也不太清楚，我猜测是转的时候将True跟False识别成字符串了……不过，解决就是了。

将dataFrame的True/False转成0/1：

我想过采用

all_features=all_features.apply(
    lambda x:  1 if x==True else 0 if x==False else x
)

报错

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

很容易理解，apply处理的是整列，而我写的lambda针对的是某个值，不匹配，所以报错才会说ambiguous（对数据的处理模糊，不知道要处理谁）

改成用map，针对每个元素进行处理：

all_features=all_features.map(
    lambda x:  1 if x==True else 0 if x==False else x
)

成功：

看了别人的回答，有更简便的办法，就是get_demmies时设置要转的数据类型，dtype=np.int8

all_features = pd.get_dummies(all_features, dummy_na=True,dtype=np.int8)