使用列名作为值标签将多个列合并为一个类别列

Question

我有这些数据

   ID      A      B      C
0   0   True  False  False
1   1  False   True  False
2   2  False  False   True

我想把它变成

   ID group
0   0     A
1   1     B
2   2     C

< li >我想将列名用作< code>category列的值标签。 < li >每行最多只有一个< code>True值。

这就是MWE

#!/usr/bin/env python3
import pandas as pd

df = pd.DataFrame({
    'ID': range(3),
    'A': [True, False, False],
    'B': [False, True, False],
    'C': [False, False, True]
})

result = pd.DataFrame({
    'ID': range(3),
    'group': ['A', 'B', 'C']
})
result.group = result.group.astype('category')

print(df)
print(result)

我可以做 df.apply（lambda 行： ...魔术..， 轴=1）。但是，熊猫自己的工具不是有更优雅的方式吗？

Answer 1

还有另一种方式：

df.set_index(['ID'])\
  .rename_axis('group', axis=1)\ # getting column name correct
  .stack()\                      # reshaping getting column headers into dataframe rows
  .loc[lambda x: x]\             # filtering for True
  .reset_index()\                # moving ID back into dataframe columns
  .drop(0, axis=1)               # dropping boolean column

输出:

   ID group
0   0     A
1   1     B
2   2     C

Answer 2

您可以使用df.dot：

df['group'] = df[['A', 'B', 'C']].dot(df.columns[1:])

Answer 3

您可以使用＜code＞pd。melt（）来重新形状和重命名，然后使用＜code＞查询

pd.melt(df,id_vars=['ID'],var_name= 'group').query('value') \
    .drop('value',axis=1).reset_index(drop=True)

   ID group
0   0     A
1   1     B
2   2     C