python pandas - 如何为每一行创建一个带有条件的列名列表？

Question

我需要将 function 应用到 dataframe 的所有行中

def find_column(x):  
    a=[]  
    for column in df.columns:  
        if (df.loc[x,column] == 1):  
            a = a + [column]
    return a

如果我只插入索引，它就可以工作，例如：

print(find_column(1))

但：

df['new_col'] = df.apply(find_column,axis=1)

没有任何想法？ 谢谢！

Answer 1

您可以按每一行进行迭代，因此x是具有与列名称相同的index的Series ，因此可以过滤索引匹配的数据并转换为列表：

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,1,4,5,5,1],
         'C':[7,1,9,4,2,3],
         'D':[1,1,5,7,1,1],
         'E':[5,1,6,9,1,4],
         'F':list('aaabbb')
})

def find_column(x):
    return x.index[x == 1].tolist()

df['new'] = df.apply(find_column,axis=1)
print (df)
   A  B  C  D  E  F           new
0  a  4  7  1  5  a           [D]
1  b  1  1  1  1  a  [B, C, D, E]
2  c  4  9  5  6  a            []
3  d  5  4  7  9  b            []
4  e  5  2  1  1  b        [D, E]
5  f  1  3  1  4  b        [B, D]

另一个想法是使用DataFrame.dot与掩码DataFrame.eq相等，然后删除最后一个分隔符并使用Series.str.split ：

df['new'] = df.eq(1).dot(df.columns + ',').str.rstrip(',').str.split(',')
print (df)

   A  B  C  D  E  F           new
0  a  4  7  1  5  a           [D]
1  b  1  1  1  1  a  [B, C, D, E]
2  c  4  9  5  6  a            []
3  d  5  4  7  9  b            []
4  e  5  2  1  1  b        [D, E]
5  f  1  3  1  4  b        [B, D]