返回包含文本值的列的列名

Posted 2023-03-12

【中文标题】返回包含文本值的列的列名

【英文标题】：return the column name for a column containig a text value

【发布时间】：2019-08-10 16:46:30

【问题描述】：

我有一个凌乱的数据集。每行有 8 个单词，分布在 196 列中。任务是在每一行中找到包含该单词的列。示例：单词“Paid”可以在 196 列中的任何一列中，但我们知道它就在那里。我们需要知道它在哪一列。感谢您的帮助。

【问题讨论】：

对于其他数据，是空白还是某种数字？

欢迎来到 SO！我认为如果您提供一个小示例表来更好地说明您的问题，我们会更容易为您提供帮助。如需更多信息，请阅读我们的minimal reproducible example写作指南。

每行有 200 列。列 4:196 包含 NaN 或 8 个单词之一。

感谢您的欢迎 Niayesh！一个示例表听起来是个好主意！我明天一上电脑就发一篇。

@LeeJack 其他列只是我不需要的垃圾，可以替换值。我只是无法删除它们，因为每一列在一行或多行中都有一个单词。

【参考方案1】：

我认为eq + idxmax 在这里是最简单的几个词，并且完全匹配并保证它在那里。由于它只有 8 个单词，也许只是一个列表理解并连接结果：

样本数据：

import pandas as pd
import numpy as np

np.random.seed(123)
l = ['']*192 + ['paid', 'foo', 'bar', 'baz']
df = pd.DataFrame([np.random.choice(l, replace=False, size=196)
                   for i in range(5)])

代码：

pd.concat([df.eq(word).idxmax(1).rename(word) for word in ['paid', 'foo', 'bar', 'baz']], 
          axis=1)

#   paid  foo  bar  baz
#0   112  167  184  142
#1   186   93   17  173
#2    56  142  179   67
#3    15   78   38   79
#4   116   84   18   61

---

如果您只需要检查列 [4:196] 使用 df.iloc[:, 4:197].eq(word) 而不是检查每一列

【讨论】：

谢谢@ALollz，这正是我想要的！