如何在Pandas中根据布尔值将列名转换为对应值？

你可以通过 pandas 的 melt 方法结合布尔筛选来实现这个转换，步骤如下：

方法实现 #

假设你的原 DataFrame 名为 df，执行以下代码：

import pandas as pd

# 构造示例数据（替换成你的实际数据）
df = pd.DataFrame({
    500: ['Tr', 'Tr'],
    600: ['Fls', 'Tr'],
    700: ['Fls', 'Tr'],
    800: ['Fls', 'Fls']
})

# 1. 将宽表转为长格式，把原列名映射为Value列
melted_df = df.melt(var_name='Value', value_name='Status', ignore_index=False)
# 2. 筛选出Status为'Tr'的行，仅保留Value列
result_df = melted_df[melted_df['Status'] == 'Tr'][['Value']].reset_index(drop=True)

print(result_df)

输出结果 #

运行后会得到符合需求的结构：

Value
0    500
1    500
2    600
3    700

原理说明 #

• melt 函数将原 DataFrame 的列名（500、600 等）转换为 Value 列的内容，原单元格的 Tr/Fls 存入 Status 列。
• 通过布尔索引筛选出 Status 为 Tr 的行，只保留 Value 列，最后重置索引得到目标结构。

内容的提问来源于stack exchange，提问作者RogerKint