0

您好，我正在研究 pandas 数据框，我想创建一个组合多个列并对其应用条件的列，我正在寻找一种聪明的方法来做到这一点。

假设数据框看起来像

A   B   C   D
1   0   0   0
0   1   0   0
0   0   1   0
1   0   1   0
1   1   1   0
0   0   1   1

我的输出列应如下所示

A   B   C   D   Output_col
1   0   0   0   A
0   1   0   0   B
0   0   1   0   C
1   0   1   0   A_C
1   1   1   0   A_B_C
0   0   1   1   C_D

我当然可以使用下面的代码来实现这一点，但是我必须为每一列都这样做。

test['Output_col'] = test.A.apply(lambda x: A if x > 0 else 0)

我想知道如果我有非常多的列，是否有一种方法可以在不应用于每一列的情况下实现这一点。

提前致谢 ！！

4

3 回答 3

5

使用DataFrame.apply+ join。使用x.index（ 注意axis = 1使用）+ boolean indexingwith选择列名Series.eq来过滤选定的列：

test['Output_col']=test.apply(lambda x: '_'.join(x.index[x.eq(1)]),axis=1)
print(test)

   A  B  C  D Output_col
0  1  0  0  0          A
1  0  1  0  0          B
2  0  0  1  0          C
3  1  0  1  0        A_C
4  1  1  1  0      A_B_C
5  0  0  1  1        C_D

仅应用列列表：

my_list_columns=['enter element of your list']
test['Output_col']=test[my_list_columns].apply(lambda x: '_'.join(x.index[x.eq(1)]),axis=1)
print(test)

所有列的大小写为 0

my_list_columns=['A','B','C','D']
df['Output_col']=df[my_list_columns].apply(lambda x: '_'.join(x.index[x.eq(1)])  if x.eq(1).any() else 'no_value',axis=1)
print(df)

   A  B  C  D Output_col
0  1  0  0  0          A
1  0  0  0  0   no_value
2  0  0  1  0          C
3  1  0  1  0        A_C
4  1  0  1  0        A_C
5  0  0  1  1        C_D
于 2019-10-15T00:53:41.570 回答
1

编辑：对于列的子集（我使用方法 2）

cols = ['A', 'B']
df1 = df[cols]
s = df1.columns + '-'
df['Output_col'] = df1.dot(s).str[:-1]

Out[54]:
   A  B  C  D Output_col
0  1  0  0  0          A
1  0  1  0  0          B
2  0  0  1  0
3  1  0  1  0          A
4  1  1  1  0        A-B
5  0  0  1  1

试试这个str.replace和的组合dot

df['Output_col'] = df.dot(df.columns).str.replace(r'(?<!^)(?!$)','-')

Out[32]:
   A  B  C  D Output_col
0  1  0  0  0          A
1  0  1  0  0          B
2  0  0  1  0          C
3  1  0  1  0        A-C
4  1  1  1  0      A-B-C
5  0  0  1  1        C-D

如果您对正则表达式模式感到不安。您可以尝试这种方式而不使用str.replace

s = df.columns + '-'
df['Output_col'] = df.dot(s).str[:-1]

Out[50]:
   A  B  C  D Output_col
0  1  0  0  0          A
1  0  1  0  0          B
2  0  0  1  0          C
3  1  0  1  0        A-C
4  1  1  1  0      A-B-C
5  0  0  1  1        C-D
于 2019-10-15T01:36:42.673 回答
0

这建立在@Jezrael 提供的解决方案之上：链接

df['Output_col'] = df.dot(df.columns.str.cat(['_']*len(df.columns),sep='')).str.strip('_')



    A   B   C   D   Output_col
0   1   0   0   0   A
1   0   1   0   0   B
2   0   0   1   0   C
3   1   0   1   0   A_C
4   1   1   1   0   A_B_C
5   0   0   1   1   C_D
于 2020-05-04T01:45:29.790 回答