python - 将两个 boolean 列转换为 Pandas 中的类 ID

Question

我必须对列进行 boolean 运算:

df = pd.DataFrame([[True,  True],
                   [True,  False],
                   [False, True],
                   [True,  True],
                   [False, False]],
               columns=['col1', 'col2'])

我需要生成一个新列来标识它们属于哪个唯一组合:

result = pd.Series([0, 1, 2, 0, 3])

似乎应该有一个非常简单的方法来做到这一点，但它却让我无法理解。也许使用 sklearn.preprocessing 的东西？简单的 Pandas 或 Numpy 解决方案同样受到青睐。

编辑:如果解决方案可以扩展到超过 2 列，那就太好了

Answer 1

最简单的是使用 factorize 创建元组 :

print (pd.Series(pd.factorize(df.apply(tuple, axis=1))[0]))
0    0
1    1
2    2
3    0
4    3
dtype: int64

另一种解决方案，将转换为string和sum:

print (pd.Series(pd.factorize(df.astype(str).sum(axis=1))[0]))
0    0
1    1
2    2
3    0
4    3
dtype: int64