Question

我有一个像这样的数据框

     A    B    C    D    E
  0  0.0  1.0  0.0  0.0  1.0
  1  0.0  0.0  1.0  0.0  0.0
  2  0.0  1.0  1.0  1.0  0.0
  3  1.0  0.0  0.0  0.0  1.0
  4  0.0  0.0  0.0  1.0  0.0

任务是获得这样的列表

0  B,E
1  C
2  B,C,D
3  A,E
4  D

任何想法，提前谢谢。

Answer 1

您可以将apply与axis=1一起用于按行处理，然后将每行与1进行比较以获取索引值（因为axis=1每行都会转换为带索引的系列来自列），由,加入：

s1 = df.apply(lambda x: ','.join(x.index[x == 1]), axis=1)
print (s1)
0      B,E
1        C
2    B,C,D
3      A,E
4        D
dtype: object

另一种解决方案，如果更大DataFrame则更快。

首先更改要列出的列的格式：

print (['{}, '.format(x) for x in df.columns])
['A, ', 'B, ', 'C, ', 'D, ', 'E, ']

同样如：

s = np.where(df == 1, ['{}, '.format(x) for x in df.columns], '')

因为1值已投放到True s。比较DataFrame和True的值，使用列名称的自定义格式：

s = np.where(df, ['{}, '.format(x) for x in df.columns], '')
print (s)
[['' 'B, ' '' '' 'E, ']
 ['' '' 'C, ' '' '']
 ['' 'B, ' 'C, ' 'D, ' '']
 ['A, ' '' '' '' 'E, ']
 ['' '' '' 'D, ' '']]

最后使用删除空值连接所有行：

s1 = pd.Series([''.join(x).strip(', ') for x in s], index=df.index)
print (s1)
0       B, E
1          C
2    B, C, D
3       A, E
4          D
dtype: object

布尔值到一个列表中的列名，dataframe pandas python

1 个答案: