如何将数据集多bool列转换为单一categorical variables并设置Win分类？

步骤拆解 #

• 定位所有布尔类型列（示例中为BoolCol_1至BoolCol_4）
• 将列值转换为标准布尔值：1替换为True，2替换为False
• 逐行提取值为True的列名，用分隔符拼接成字符串
• 统计每行True的数量，若数量等于3，直接将分类设为"Win"，否则使用拼接的字符串
• 将新生成的分类列合并回原数据集

代码实现 #

import pandas as pd

# 示例数据集
data = {
    "ID": [1, 2],
    "BoolCol_1": [1, 2],
    "BoolCol_2": [2, 1],
    "BoolCol_3": [2, 1],
    "BoolCol_4": [1, 1],
    "Other Col 1": ["x", "A"],
    "Other Col 2": ["Y", "b"]
}
df = pd.DataFrame(data)

# 1. 筛选布尔列
bool_cols = [col for col in df.columns if col.startswith("BoolCol_")]

# 2. 转换为标准布尔值
df_bool = df[bool_cols].replace({1: True, 2: False})

# 3. 拼接True的列名
df["Category"] = df_bool.apply(lambda row: ", ".join(row[row].index), axis=1)

# 4. 判断是否为Win
df["Category"] = df.apply(
    lambda row: "Win" if df_bool.loc[row.name].sum() == 3 else row["Category"],
    axis=1
)

print(df)

输出结果 #

内容的提问来源于stack exchange，提问作者rgl