[英]Create a new column in pandas dataframe using column and its value
I have a pandas data frame 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]})
I want to convert it to 我想将其转换为
Basically create a new variable which will contain previous dataframe columns if its value is 1 基本上创建一个新变量,如果其值为1,它将包含以前的数据框列
Use: 采用:
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
Explanation : 说明 :
filter
- only attribute columns 按filter
器过滤列-仅属性列 drop
通过删除列drop
DataFrame.dot
使用DataFrame.dot
按列进行矩阵乘法 rstrip
最后通过rstrip
删除最后一个空格 Alternative solution: 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
For revert back use str.get_dummies
: 要恢复str.get_dummies
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.