Pandas 将 True 列转换为列值

Posted 2023-02-23

【中文标题】Pandas 将 True 列转换为列值

【英文标题】：Pandas turn True columns into column value

【发布时间】：2021-10-13 10:07:34

【问题描述】：

我有下表的布尔值：

pd.DataFrame(data='val1': [True, False, False, True], 
                   'val2': [False, True, False, True], 
                   'val3': [True, True, False, True], 
                   'val4': [True, False, True, False], 
                   'val5': [True, True, False, False],
                   'val6': [False, False, True, True],
                   index=pd.Series([1, 2, 3, 4], name='index'))

index	val1	val2	val3	val4	val5	val6
1	True	False	True	True	True	False
2	False	True	True	False	True	False
3	False	False	False	True	False	True
4	True	True	True	False	False	True

我想创建一个具有相同索引的新数据框，但每一行都有前一列的前三个 True 列名。

index	TrueVal1	TrueVal2	TrueVal3
1	val1	val3	val4
2	val2	val3	val5
3	val4	val6	NaN
4	val1	val2	val3

如果一行的 True 值少于三个，则新数据框的值为 Null。

【参考方案1】：

尝试使用 dot ，然后使用 split

#df = df.set_index('index')
out = df.dot(df.columns + ',').str[:-1].str.split(',',expand=True).iloc[:,:3]
out
Out[258]: 
          0     1     2
index                  
1      val1  val3  val4
2      val2  val3  val5
3      val4  val6  None
4      val1  val2  val3

【参考方案2】：

您可以使用numpy + argsort 执行此操作，以按True 值的位置对列进行切片。

然后使用 where 到 NaN 的行 False 以防True 值太少。

import numpy as np
import pandas as pd

# Get the first `N` True columns.
N = 3

arr = df.to_numpy()
data = df.columns.to_numpy()[(~arr).argsort(axis=1, kind='stable')[:, :N]]
mask = np.ones_like(data).cumsum(1) <= arr.sum(1)[:, None]

res = pd.DataFrame(data, columns=[f'TrueVali+1' for i in range(N)],
                   index=df.index).where(mask)

---

print(res)

      TrueVal1 TrueVal2 TrueVal3
index                           
1         val1     val3     val4
2         val2     val3     val5
3         val4     val6      NaN
4         val1     val2     val3