Python3，数组中的列名 - numpy 或 pandas

Question

我有一个以下格式的数据集。

id  A   B   C   D   E
100 1   0   0   0   0
101 0   1   1   0   0
102 1   0   0   0   0
103 0   0   0   1   1

我想将其转换为以下内容:

100, A
101, B C
102, A
103, D E

我该怎么做？我尝试过 numpy argsort 但我是 Python 新手，发现这具有挑战性。感谢对此的任何帮助。

Python
df3 = df1.set_index("cust_id").apply(lambda col: ','.join(col[lambda x: x == 1].index), axis = 1)


Python
df3


cust_id
1375586                      ind_cco_fin_ult1
1050611                      ind_cco_fin_ult1
1050612    ind_deco_fin_ult1,ind_viv_fin_ult1
dtype: object

Python
df2


cust_id
1375586                       ind_cco_fin_ult1
1050611                       ind_cco_fin_ult1
1050612    ind_ctma_fin_ult1,ind_deco_fin_ult1
dtype: object

Python
指标.mapk(df2,df3,7)


0.82879818594104293

``` python list1=[['ind_cco_fin_ult1'], ['ind_cco_fin_ult1'], ['ind_deco_fin_ult1', 'ind_viv_fin_ult1'] ]list2=[['ind_cco_fin_ult1'], ['ind_cco_fin_ult1'], ['ind_ctma_fin_ult1', 'ind_deco_fin_ult1']]

```

Python
指标.mapk(列表2,列表1,7)


0.83333333333333337

非常感谢您的帮助，我尝试了几个步骤。我正在尝试测试 mapk，但 apply 方法似乎没有给出我真正需要的东西。

Answer 1

你可以这样做:

df.set_index("id").apply(lambda row: ' '.join(row[row == 1].index), axis = 1)

#id
#100      A
#101    B C
#102      A
#103    D E
#dtype: object