熊猫根据其他列创建多个列

Question

我有一个巨大的df（720列），其结构如下：

id A B C
1  1 0 1
2  1 0 1 
3  1 1 1

我想基于以下计算来创建新的df：

if A and B = 1 then  v1 = 1
if A and C = 1 then  v2 = 1
if A and D = 1 then  v3 = 1
if A and XX = 1 then v719 = 1

id V1 V2 
1  0  1
2  0  1 
3  1  1

因为我需要迭代A与B和C（实际上是A与719列），所以我在寻找一种编写此代码的方法，而无需对所有列进行此类操作

df.loc[((df['A'] == 1) & (df['B'] == 1)), 'v1'] = 1
df.loc[((df['A'] == 1) & (df['C'] == 1)), 'v2'] = 1
df.loc[((df['C'] == 1) & (df['D'] == 1)), 'v2'] = 1
df.loc[((df['A'] == 1) & (df['XX'] == 1)), 'v719'] = 1

有什么想法吗？

Answer 1

对于您的问题，我们可以做到，因为1 * 1 = 1

s=df.loc[:,'B':].mul(df.A,axis=0)
   B  C
0  0  1
1  0  1
2  1  1
s.columns=np.arange(s.shape[1])+1
df=df.join(s.add_prefix('v_'))