根据其他 4 个变量创建一个新变量

Question

我在 Python 中有一个名为df1的 dataframe ，其中我有 4 个名为 Ordering_1 的二分变量； Ordering_2、Ordering_3、Ordering_4 的真/假值。

我需要创建一个名为Clean的变量，它基于其他 4 个变量。 意思是，当 Ordering_1 == True 时，Clean == Ordering_1，当 Ordering_2==True 时，Clean == Ordering_2。 那么 Clean 将是 Ordering_1 中所有真实值的组合； Ordering_2、Ordering_3、Ordering_4。

这是我希望变量 Clean 的示例：

我尝试了以下代码，但它不起作用： df1[Clean] = df1[Ordering_1] + df1[Ordering_1] + df1[Ordering_1] + df1[Ordering_1]

有人能帮我在 python 中如何做到这一点吗？

Answer 1

如果每行有多个True的通用解决方案 - 通过DataFrame.filter过滤列，然后使用DataFrame.dot进行矩阵乘法：

df1 = df.filter(like='Ordering_')

df['Clean'] = df1.dot(df1.columns + ',').str.strip(',')

Answer 2

如果每行只有一个“True”值，您可以使用每列“Ordering_1”、“Ordering_2”等的布尔值和 df1.loc。

请注意，这是您使用 df1.Ordering_1 得到的结果：0 True 1 False 2 False 3 False 名称：Ordering_1，dtype：bool

使用 df1.loc，您可以使用它来过滤“True”行，在这种情况下只有第 0 行：

所以你可以这样编码：

1. 创建一个新的空白“clean”列：df1["clean"]=""

2. 将系列 df.Ordering_1 = True 的行设置为“Ordering_1”：
   df1.loc[df1.Ordering_1,["clean"]] = "Ordering_1"
   

3. 以同样的方式处理剩余的列。