python - 将多个 DataFrame 列压缩为 Pandas 中的单个指示器列

Question

假设我有一个如下所示的 DataFrame:

import pandas as pd
import numpy as np

d = {'ID': [1,2,3,4], 
     'name': ['bob','shelby','jordan','jeff'],
     'type1': [1,1,0,0],
     'type2':[1,0,1,0],
     'type4':[1,0,0,0],
     'type5':[0,0,1,0],
     'type6':[0,1,0,0],
     'type8':[0,0,1,0]}
df: pd.DataFrame = pd.DataFrame(data=d)
print(df.head(9))

   ID    name  type1  type2  type4  type5  type6  type8
0   1     bob      1      1      1      0      0      0
1   2  shelby      1      0      0      0      1      0
2   3  jordan      0      1      0      1      0      1
3   4    jeff      0      0      0      0      0      0

我想将“type5”、“type6”和“type8”列压缩到一个名为“other”的列中，并将任何“1”指示符聚合为新的“other”列中的“1”。因此，如果“jordan”有一个“其他”列条目，他应该有一个“1”指示符，因为他在 type6 和 type8 中有一个“1”(因此对每个选定列(type5，type6)在行中使用 max() 操作, 类型 8)

所需的框架应该是这样的:

   ID    name  type1  type2  type4  other 
0   1     bob      1      1      1      0     
1   2  shelby      1      0      0      1      
2   3  jordan      0      1      0      1      
3   4    jeff      0      0      0      0     

我需要为要压缩的列创建一个 bool 掩码，然后在它们之间聚合以创建新列，同时删除旧列。我怎么能这样做？

Answer 1

在这里试试你的逻辑

drop_cols = ['type5','type6','type8']

df = (df.assign(other=df[drop_cols].max(1))  # new column with max value
        .drop(columns=drop_cols)             # drop the old columns
     )

输出:

   ID    name  type1  type2  type4  other
0   1     bob      1      1      1      0
1   2  shelby      1      0      0      1
2   3  jordan      0      1      0      1
3   4    jeff      0      0      0      0