python - 循环遍历每一行值并返回列名称

Question

我有一张下表。我想使用 python 和 pandas 在表中每​​一行的 hass 列中返回行值等于 1 的列名称。

Location        House      car    Toys              haves
x                   1        1       3         House, Car
y                   2        1       1          Car, toys

Answer 1

首先比较 eq 的值(==) 与 dot具有列名称和最后一个的产品，按 rstrip 删除最后一个分隔符值如果性能很重要

df['haves'] = df.eq(1).dot(df.columns + ', ').str.rstrip(', ')
#solution with omiting first column
#df['haves'] = df.iloc[:, 1:].eq(1).dot(df.columns[1:] + ', ').str.rstrip(', ')
print (df)
  Location  House  car  Toys       haves
0        x      1    1     3  House, car
1        y      2    1     1   car, Toys

详细信息:

print (df.eq(1))
   Location  House   car   Toys
0     False   True  True  False
1     False  False  True   True

print (df.eq(1).dot(df.columns + ', '))
0    House, car, 
1     car, Toys, 
dtype: object

性能:取决于 1 值的数量、列数和行数，但由于 dot 已矢量化，因此速度比循环解决方案更快:

#2k rows
df = pd.concat([df] * 1000, ignore_index=True)

In [183]: %timeit df['haves'] = df.eq(1).dot(df.columns + ', ').str.rstrip(', ')
2.65 ms ± 34.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

#working if no missing values 
In [184]: %timeit df['haves'] = [x.rstrip(', ') for x in df.eq(1).dot(df.columns + ', ')]
2.43 ms ± 38.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

#jpp answer
In [185]: %timeit df['haves'] = [', '.join(df.columns[1:][idx]) for idx in df.iloc[:, 1:].eq(1).values]
86.5 ms ± 4.32 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

#Naga Kiran removed answer
In [186]: %timeit df['have'] = df.apply(lambda x: ','.join(x[x.eq(1)].index),1)
813 ms ± 8.66 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)