python - 如何根据另一个 DataFrame 的条件创建新的 DataFrame

Question

假设我有以下 DataFrame:

A   B   C   D   E   F    Cost 
0   1   1   0   0   0    10
0   0   1   0   1   0    3
1   0   0   0   0   1    5
0   1   0   1   0   0    7

我想根据上面的值构建一个新的 DataFrame。

具体来说，如果 value==1 则将它们的列合并为一个，并为上面的 Cost 列中的新列分配值。

所以预期的输出是这样的:

BC  CE  AF  BD    
10   3   5   7   

我怎样才能实现这样的目标？

Answer 1

我们可以试试 dot对具有列名的二进制列进行排序，以获取基于 1 和 0 的 key 字符串，然后将 Cost 列添加回来:

cols = df.columns.difference(['Cost'])
new_df = df[cols].dot(cols).to_frame(name='key')
new_df['Cost'] = df['Cost']

new_df:

  key  Cost
0  BC    10
1  CE     3
2  AF     5
3  BD     7

如果需要，可以转置 DataFrame:

cols = df.columns.difference(['Cost'])
new_df = df[cols].dot(cols).to_frame(name='key')
new_df['Cost'] = df['Cost']
new_df = new_df.set_index('key').T.rename_axis(columns=None)

new_df:

      BC  CE  AF  BD
Cost  10   3   5   7

---

DataFrame 和导入:

import pandas as pd

df = pd.DataFrame({
    "A": [0, 0, 1, 0],
    "B": [1, 0, 0, 1],
    "C": [1, 1, 0, 0],
    "D": [0, 0, 0, 1],
    "E": [0, 1, 0, 0],
    "F": [0, 0, 1, 0],
    "Cost": [10, 3, 5, 7],
})