如何在Pandas DataFrame中生成符合条件的规则列表列

现有如下DataFrame：

id  rule1 rule2 rule3
1   True  True  False
2   True  True  True
3   False False False
4   False True  False
5   True  False True
..

以及规则映射字典：

{'rule1': 'Rule one', 'rule2': 'Rule two', 'rule3': 'Rule three'}

需求是新增一列list_of_rules，该列存储DataFrame中值为True的列对应的字典规则名称列表，期望输出如下：

id  rule1 rule2 rule3  list_of_rules
1   True  True  False  ['Rule one', 'Rule two']
2   True  True  True   ['Rule one', 'Rule two', 'Rule three']
3   False False False  ['']
4   False True  False  ['Rule two']
5   True  False True   ['Rule one', 'Rule three']
..

当前使用的解决方案代码如下：

df.loc[df['rule1'] == True, 'rule1'] = 'Rule one'
df.loc[df['rule2'] == True, 'rule2'] = 'Rule two'
df.loc[df['rule3'] == True, 'rule3'] = 'Rule three'

df.loc[df['rule1'] == False, 'rule1'] = ''
df.loc[df['rule2'] == False, 'rule2'] = ''
df.loc[df['rule3'] == False, 'rule3'] = ''

df['list_of_rules'] = df[['rule1', 'rule2', 'rule3']].apply("-".join, axis=1).str.strip('-').str.split('-')

但该方案会导致第5行的list_of_rules出现空元素（表现为双逗号），实际输出如下：

id  rule1 rule2 rule3  list_of_rules
1   True  True  False  ['Rule one', 'Rule two']
2   True  True  True   ['Rule one', 'Rule two', 'Rule three']
3   False False False  ['']
4   False True  False  ['Rule two']
5   True  False True   ['Rule one', '', 'Rule three']
..

需要修复这个问题，同时直接利用给定的规则字典实现需求。

方法一：修复原有方案 #

原有方案的问题在于字符串拼接分割时会保留空元素，可直接遍历行元素过滤空值，同时处理全空的边界情况：

rule_map = {'rule1': 'Rule one', 'rule2': 'Rule two', 'rule3': 'Rule three'}

# 批量替换规则列的布尔值为对应名称或空字符串
for col in rule_map:
    df[col] = df[col].map({True: rule_map[col], False: ''})

# 生成目标列：直接过滤行中的空元素，全空时返回['']
df['list_of_rules'] = df[list(rule_map.keys())].apply(
    lambda x: [item for item in x if item] or [''],
    axis=1
)

方法二：直接利用字典筛选（推荐） #

无需修改原DataFrame的规则列，直接通过布尔值匹配对应的规则名称，逻辑更清晰高效：

rule_map = {'rule1': 'Rule one', 'rule2': 'Rule two', 'rule3': 'Rule three'}

def get_matching_rules(row):
    # 筛选当前行值为True的规则列，映射为对应名称
    matched = [rule_map[col] for col in rule_map if row[col]]
    # 无匹配时返回['']，否则返回匹配列表
    return matched if matched else ['']

df['list_of_rules'] = df.apply(get_matching_rules, axis=1)

该方法避免了对原数据列的修改，代码可读性和维护性更强，也不会出现空元素的问题。

内容的提问来源于stack exchange，提问作者Matas M