python - 使用列表根据多列中的值有条件地填充新列

Question

我正在尝试使用多个列中的值来填充 pandas 数据框中的新列。原始列为 0 或“1”，每个系列只有一个 1。通过填充 new_col = [1, 3, 7, 10]，新列将对应于 df['A','B','C','D']，如下所示。 (A 处的 1 表示 new_col = 1；如果 B=1，new_col = 3 等)

df    
         A    B    C    D
1        1    0    0    0
2        0    0    1    0
3        0    0    0    1
4        0    1    0    0

新的 df 应该如下所示。

df    
         A    B    C    D   new_col
1        1    0    0    0         1
2        0    0    1    0         7
3        0    0    0    1        10
4        0    1    0    0         3

我尝试过使用 map、loc 和 where 但似乎无法制定有效的方法来完成它。问题似乎非常接近to this 。我看过的其他几篇文章1 2 3 。这些都没有展示如何有条件地使用多个列来填充基于列表的新列。

Answer 1

我可以想到几种方法，主要涉及 argmax 或 idxmax，来获取可用于填充列的 ndarray 或 Series。

我们可以下拉到 numpy，找到最大位置(1 所在的位置)并使用它们来索引 new_col 的数组版本:

In [148]: np.take(new_col,np.argmax(df.values,1))
Out[148]: array([ 1,  7, 10,  3])

我们可以创建一个系列，以 new_col 作为值，以列作为索引，并使用 idxmax 对其进行索引:

In [116]: pd.Series(new_col, index=df.columns).loc[df.idxmax(1)].values
Out[116]: array([ 1,  7, 10,  3])

我们可以使用 get_indexer 将列 idxmax 结果转换为可以与 new_col 一起使用的整数偏移量:

In [117]: np.array(new_col)[df.columns.get_indexer(df.idxmax(axis=1))]
Out[117]: array([ 1,  7, 10,  3])

或者(这看起来非常浪费)我们可以用新列创建一个新框架并直接使用 idxmax:

In [118]: pd.DataFrame(df.values, columns=new_col).idxmax(1)
Out[118]: 
0     1
1     7
2    10
3     3
dtype: int64