python - 将 pandas 数据帧索引转换为基于数据帧值，同时将值更改为 bool 值

Question

我有两个公司名称数据集，两者之间的命名差异(例如:Merck & Co. vs Merck & Co. vs Merck & Co., Inc.)

我正在尝试创建一个“ map ”，其中“Merck”的所有独特变体都与“Merck & Co.”相匹配

我当前的方法是创建一个字典，转换为数据帧，并理想地执行如下所述的转换:

    Company 1        Company 2         Company 3
0   Co1 variant 0    Co1 variant 0     Co3 variant 0
1   Co1 variant 1    Co2 variant 1     
2   Co1 variant 2       

应该变成:

                  Company 1       Company 2         Company 3
Co1 variant 0     True            True              False
Co1 variant 1     True            False             False
Co1 variant 2     True            False             False
Co2 variant 0     False           True              False
Co2 variant 1     False           True              False
Co3 variant 0     False           True              True

从这里开始，如果每行只有 1 个 True 值，我会将此命名变体与列标题匹配，否则我会将其与自身匹配；让最终的数据集看起来像

    Variants        Matched Name
0   Co1 variant 0   Co1 variant 0
1   Co1 variant 1   Company 1
2   Co1 variant 2   Company 1
3   Co2 variant 1   Company 2
4   Co3 variant 0   Company 3

提前感谢您提供任何意见，如果问题不够清楚，我也很乐意进一步澄清。

Answer 1

您可以堆叠原始数据框，然后按行 ID 号和变体进行分组，检查每组有多少行，如果只有一行，请选择公司，否则选择变体本身:

(df.stack().rename("Variants").rename_axis(("RowId", "Company")).reset_index()
 .groupby(["RowId", "Variants"])
 .apply(lambda g: g.Company.iloc[0] if g.Company.size == 1 else g.Variants.iloc[0])
 .rename("Matched Names").reset_index().drop("RowId", axis = 1))