Question

意见库的结果以CSV格式存储，其中将具有多个答案的问题编码为0和1。例如，问题“您最喜欢的颜色是哪种？”被问到100个人，可能的答案仅限于红色，蓝色，绿色，结果如

colors = ['red', 'blue', 'green']
votes = [33, 57, 10]

将通过三列存储：一列代表包含33 1和67 0的“红色”答案，一列代表包含57 1和43 0的“蓝色”，一列代表“绿色”包含10 1和90 0的答案。

我想转换数据框，以便将这三个列合并为包含“红色”，“蓝色”和“绿色”的出现的唯一列。

这是我的问题的简化示例：

from pandas import DataFrame

actual_pool = {'foo': [0, 1, 2, 3, 4, 5, 6, 7],
               'red': [1, 0, 0, 1, 0, 1, 0, 0],
               'blue': [0, 1, 0, 0, 0, 0, 1, 1],
               'green': [0, 0, 1, 0, 1, 0, 0, 0],
               'bar': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']}

actual_df = DataFrame(actual_pool,columns= ['foo', 'red', 'blue', 'green', 'bar'])

expected_pool = {'foo': [0, 1, 2, 3, 4, 5, 6, 7], 
                 'colors': ['red', 'blue', 'green', 'red', 'green', 'red', 'blue', 'blue'],
                 'bar': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h']}

expected_df = DataFrame(expected_pool,columns= ['foo', 'colors', 'bar'])

print(actual_df)
print(expected_df)

问题是如何从大熊猫的actual_df中获取Expected_df？。

编辑1：添加列'foo'和'bar'，因为我对合并数据帧列的子集感兴趣。

Answer 1

使用DataFrame.idmax获取具有最大值的列名称：

actual_pool = {'red': [1, 0, 0, 1, 0, 1, 0, 0],
               'blue': [0, 1, 0, 0, 0, 0, 1, 1],
               'green': [0, 0, 1, 0, 1, 0, 0, 0]}

actual_df = DataFrame(actual_pool,columns= ['red', 'blue', 'green'])

actual_df['colors'] = actual_df.idxmax(axis=1)

print(actual_df)

输出：

  red  blue  green   colors                                                                                                            
0    1     0      0    red                                                                                                            
1    0     1      0   blue                                                                                                            
2    0     0      1  green                                                                                                            
3    1     0      0    red                                                                                                            
4    0     0      1  green                                                                                                            
5    1     0      0    red                                                                                                            
6    0     1      0   blue                                                                                                            
7    0     1      0   blue

如果您还有多余的列

from pandas import DataFrame

actual_pool = {'red': [1, 0, 0, 1, 0, 1, 0, 0],
               'blue': [0, 1, 0, 0, 0, 0, 1, 1],
               'green': [0, 0, 1, 0, 1, 0, 0, 0],
                'pink': [12,0,11,2,0,90,0,12]
}

actual_df = DataFrame(actual_pool,columns= ['red', 'blue', 'green'])

actual_df['colors'] = actual_df[['red','blue','green']].idxmax(axis=1)

print(actual_df)

Answer 2

尝试：

small_df = actual_df[['red', 'blue', 'green']]
small_df.eq(1) @ small_df.columns

将给出输出

0      red
1     blue
2    green
3      red
4    green
5      red
6     blue
7     blue
dtype: object

将多种选择的列与熊猫的数据框进行智能合并

2 个答案: