如何遍历熊猫并匹配条件

Question

入表： 输出表： 我似乎无法弄清楚。我需要将值为 1 的列分组到一个新列“New_column”中。有人能帮我吗。这是我试过的代码。for (index_label, row_series) in data.iterrows(): print('Row Index label : ', index_label) print('Row Content as Series : ', row_series.values)

Answer 1

你可以用点来实现它：

  df = pd.DataFrame(

    {

        'A': [0,0,1],

        'B': [1,0,0],

        'C': [0,0,0,],

        'D': [1,0,1],

        'F': [1,0,1]

    }

)

df['new_column'] = df.dot(df.columns).str.join(",")

    A   B   C   D   F   new_column

0   0   1   0   1   1   B,D,F

1   0   0   0   0   0   

2   1   0   0   1   1   A,D,F

更新：对于包含多个字母的列，@BEN_YO 提出了一个非常好的解决方案：

df.dot(df.columns+',').str[:-1]

Answer 2

如果列名更像一个字符，请使用DataFrame.dot向列名添加分隔符并最后从右侧删除Series.str.rstrip：

df['new_column'] = df.dot(df.columns + ',').str.rstrip(",")

#alternative

#df['new_column'] = (df @ (df.columns + ',')).str.rstrip(",")

print (df)

   A  B  C  D  F new_column

0  0  1  0  1  1      B,D,F

1  0  0  0  0  0           

2  1  0  0  1  1      A,D,F

df = pd.DataFrame({

        'col1': [0,0,1],

        'col2': [1,0,0],

        'col3': [0,0,0,],

        'col4': [1,0,1],

        'col5': [1,0,1]})

df['new_column'] = df.dot(df.columns + ',').str.rstrip(",")

#alternative

#df['new_column'] = (df @ (df.columns + ',')).str.rstrip(",")

print (df)

   col1  col2  col3  col4  col5      new_column

0     0     1     0     1     1  col2,col4,col5

1     0     0     0     0     0                

2     1     0     0     1     1  col1,col4,col5

替代解决方案：

cols = df.columns.to_numpy()

df["new_column"] = [', '.join(cols[x]) for x in df.to_numpy().astype(bool)]

性能：

sammywemmy无法使用第一个解决方案，因为有 50 列，所以有些列有 2 个或更多字母。也是footfalcon创建列表的解决方案，所以也不要测试。

df = pd.DataFrame({

        'A': [0,0,1],

        'B': [1,0,0],

        'C': [0,0,0,],

        'D': [1,0,1],

        'E': [1,0,1]})

[30000 rows x 50 columns]

df = pd.concat([df] * 10, ignore_index=True, axis=1)

df = pd.concat([df] * 10000, ignore_index=True).add_prefix('col')

最快的是列表理解解决方案，但样本数据只有 10 毫秒，然后是真正快速的dot解决方案，最后是apply解决方案：

In [70]: %%timeit

    ...: cols = df.columns.to_numpy()

    ...: df["new_column"] = [', '.join(cols[x]) for x in df.to_numpy().astype(bool)]

    ...: 

128 ms ± 443 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

#for testing are values converted to boolean (else test fail)

In [72]: %timeit df['new_column'] = df.astype(bool).dot(df.columns + ',').str.rstrip(",")

138 ms ± 1.95 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

#Dishin H Goyani

In [73]: %timeit df["New_column"] = df.apply(lambda x: ','.join(df.columns[x==1]), axis=1)

3.98 s ± 129 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

#Akshay Sehgal

In [75]: %timeit df['new_column'] = df.apply(lambda x: ', '.join(list(x[x!=0].index)), axis=1)

11 s ± 349 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

#Rajith Thennakoon

In [78]: %%timeit

    ...: df["new_column"] = df.apply(lambda x: (pd.DataFrame(x[x==1]).index.values),axis=1)

    ...: df["new_column"] = df["new_column"].apply(lambda x: ','.join(map(str, x)))

    ...: 

    ...: 

25.9 s ± 709 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Answer 3

不确定这是否是最佳解决方案，但它可以完成工作：

import pandas as pd

df = pd.DataFrame(

    {

        'A': [0,0,1],

        'B': [1,0,0],

        'C': [0,0,0,],

        'D': [1,0,1],

        'F': [1,0,1]

    }

)

df1 = df.T

new_cells = []

for c in df1.columns:

    new_cells.append(df1[df1[c] == 1].index.tolist())

df['New_column'] = new_cells

输出：

A   B   C   D   F   New_column

0   0   1   0   1   1   [B, D, F]

1   0   0   0   0   0   []

2   1   0   0   1   1   [A, D, F]

Answer 4

如果你有 python >= 3.5，你可以使用 matmul 运算符来做一个点积——

df['new_column'] = (df @ df.columns).str.join(', ')

   A  B  C  D  E new_column

0  0  1  0  1  1    B, D, E

1  0  0  0  0  0           

2  1  0  0  1  1    A, D, E

或者您可以使用applyaxis=1 解决此问题，如下所示 -

df['new_column'] = df.apply(lambda x: ', '.join(list(x[x!=0].index)), axis=1)

   A  B  C  D  E new_column

0  0  1  0  1  1    B, D, E

1  0  0  0  0  0           

2  1  0  0  1  1    A, D, E

Answer 5

您可以使用applywith lambdafunction onaxis=1

df["New_column"] = df.apply(lambda x: ','.join(df.columns[x==1]), axis=1)

df

   A  B  C  D  F New_column

0  0  1  0  1  1      B,D,F

1  0  0  0  0  0

2  1  0  0  1  1      A,D,F

Answer 6

试试这个方法。

df = pd.DataFrame({"A":[0,0,1],"B":[1,0,0],"C":[0,0,0],"D":[1,0,1],"F":[1,0,1]})

df["new_column"] = df.apply(lambda x: (pd.DataFrame(x[x==1]).index.values),axis=1)

df["new_column"] = df["new_column"].apply(lambda x: ','.join(map(str, x)))

输出

   A  B  C  D  F new_column

0  0  1  0  1  1      B,D,F

1  0  0  0  0  0           

2  1  0  0  1  1      A,D,F