Question

我有一个数据框，如下所示：

如果特定行的列在该列中包含1，我想获取该列的名称。

例如

For Row 1: Blanks,
For Row 2: Manufacturing,
For Row 3: Manufacturing,
For Row 4: Manufacturing,
For Row 5: Social, Finance, Analytics, Advertising,

现在我只能获得完整的行：

primary_sectors = lambda primary_sector: sectors[
    sectors["category_list"] == primary_sector
]

请帮助我获取上述数据框中的列名。

我尝试了以下代码：

primary_sectors("3D").filter(items=["0"])

它给我的输出为1，但我需要输出为Manufacturing

Answer 1

首先

尽管您的问题非常模棱两可，但我建议阅读@sammywemmy的评论中的link。如果我正确理解了您的问题，我们将首先讨论这个面具：

df.columns[      
    (df == 1)        # mask 
    .any(axis=0)     # mask
]

发生了什么事？让我们从df.columns[**HERE**]开始向外工作：

(df == 1)用df / True（False，1）组成0的布尔掩码
.any()：“除非在系列中或沿着数据框轴为True或等效的元素中至少存在一个元素，否则返回False”。这为我们提供了方便的Series来屏蔽列名称。

我们将使用此示例为您下面的解决方案自动化

下一步：

自动获取(<row index> ,[<col name>, <col name>,..])的输出，其中行值中有1。尽管这在大型数据集上会比较慢，但应该可以解决问题：

import pandas as pd

data = {'foo':[0,0,0,0], 'bar':[0, 1, 0, 0], 'baz':[0,0,0,0], 'spam':[0,1,0,1]}
df = pd.DataFrame(data, index=['a','b','c','d'])

print(df)

   foo  bar  baz  spam
a    0    0    0     0
b    0    1    0     1
c    0    0    0     0
d    0    0    0     1

# group our df by index and creates a dict with lists of df's as values
df_dict = dict(
    list(
        df.groupby(df.index)
    )
)

下一步是一个for循环，该循环迭代df_dict中每个df的内容，并使用我们之前创建的掩码对其进行检查，并打印出预期的结果：

for k, v in df_dict.items():               # k: name of index, v: is a df
    check = v.columns[(v == 1).any()]
    if len(check) > 0:
        print((k, check.to_list()))

('b', ['bar', 'spam'])
('d', ['spam'])

旁注：

您看到我如何生成可以轻松复制的样本数据吗？将来，请尝试对发布的示例数据提出问题，以进行复制。这样可以帮助您更好地了解您的问题，并且我们可以更轻松地为您解决问题。

Answer 2

使用DataFrame.dot：

df1 = df.dot(df.columns)

如果每行有多个1：

df2 = df.dot(df.columns + ';').str.rstrip(';')

Answer 3

获取列名分为 2 个部分。

如果你想要一个新的列名，那么条件应该是唯一的，因为它只会为每一行提供 1 个列名。

data = {'foo':[0,0,3,0], 'bar':[0, 5, 0, 0], 'baz':[0,0,2,0], 'spam':[0,1,0,1]}
df = pd.DataFrame(data)
df=df.replace(0,np.nan)
df
    foo bar baz spam
0   NaN NaN NaN NaN
1   NaN 5.0 NaN 1.0
2   3.0 NaN 2.0 NaN
3   NaN NaN NaN 1.0

如果您正在寻找最小值或最大值

max= df.idxmax(1)
min = df.idxmin(1)
out=  df.assign(max=max , min=min)
out

    foo bar baz spam   max    min
0   NaN NaN NaN NaN    NaN    NaN
1   NaN 5.0 NaN 1.0    bar    spam
2   3.0 NaN 2.0 NaN    foo    baz
3   NaN NaN NaN 1.0    spam   spam

第二种情况，如果您的条件在多列中得到满足，例如您正在寻找包含 1 的列，而您正在寻找列表，因为它不可能在同一数据帧中进行调整。

str_con= df.astype(str).apply(lambda x:x.str.contains('1.0',case=False, na=False)).any()
df.column[str_con]
#output
Index(['spam'], dtype='object') #only spam contains 1

或者您正在寻找数值条件列包含的值大于 1

num_con = df.apply(lambda x:x>1.0).any()
df.columns[num_con]
#output
Index(['foo', 'bar', 'baz'], dtype='object') #these col has higher value than 1

快乐学习

根据熊猫的条件获取列名

3 个答案:

首先

下一步：

旁注：