使用列及其值在pandas数据框架中创建新列

Question

我有一个熊猫数据框

 df = pd.DataFrame({'id':[1,2,3,4],
                    'attr1':[1,1,0,0],
                    'attr2':[0,1,1,0],
                    'attr3':[1,1,1,0],
                    'attr4':[1,1,1,1]})

我想将其转换为

基本上创建一个新变量，如果其值为1

，则该变量将包含先前的数据帧列

Answer 1

使用：

df1 = df.filter(like='attr')
df = df.drop(df1.columns, axis=1)
df['var'] = df1.dot(df1.columns + ' ').str.rstrip()
print (df)
   id                      var
0   1        attr1 attr3 attr4
1   2  attr1 attr2 attr3 attr4
2   3        attr2 attr3 attr4
3   4                    attr4

<强>解释：

1. 按filter过滤列 - 仅列属性列
2. 按drop
删除列
3. 使用DataFrame.dot
列进行矩阵乘法
4. 最后按rstrip
删除最后一个空格

替代解决方案：

cols = df.columns[df.columns.str.startswith('attr')]
df = df.drop(cols, axis=1).assign(var=df[cols].dot(cols + ' ').str.rstrip())
print (df)
   id                      var
0   1        attr1 attr3 attr4
1   2  attr1 attr2 attr3 attr4
2   3        attr2 attr3 attr4
3   4                    attr4

要恢复使用str.get_dummies：

df1 = df.join(df.pop('var').str.get_dummies(' '))
print (df1)
   id  attr1  attr2  attr3  attr4
0   1      1      0      1      1
1   2      1      1      1      1
2   3      0      1      1      1
3   4      0      0      0      1