R语言：将dataframe非NA单元格替换为对应列名

以下是几种基于Pandas的实现方案，均可满足将非NA单元格替换为对应列名的需求：

构造原始数据 #

首先复现你提供的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'header1': [np.nan, 'a', np.nan, 'c'],
    'header2': [np.nan, np.nan, 'b', 'x'],
    'header3': ['x', 'd', 'y', np.nan],
    'header4': ['y', 'b', np.nan, 'a']
})

方案一：apply + where #

对每一列遍历，用where方法保留NA值，非NA值替换为列名：

result_df = df.apply(lambda col: col.where(col.isna(), col.name), axis=0)

方案二：mask方法 #

mask方法会在条件为真时替换值，这里指定非NA单元格替换为对应列名：

result_df = df.mask(df.notna(), df.columns, axis=1)

方案三：np.where向量化操作 #

利用numpy的向量化判断，效率更高，适合大数据集：

result_df = pd.DataFrame(np.where(df.notna(), df.columns, np.nan), columns=df.columns)

执行任意方案后，得到的result_df结构均与你预期一致。

内容的提问来源于stack exchange，提问作者grapeporcupine