如何在Pandas中按值条件拼接列名生成新列？

针对你的需求，我们可以通过两种实用方式创建Keyword列，把每行中值为"1"（或大于0）的列名拼接起来：

方法一：逐行遍历（简单直观） #

这种方法代码可读性强，适合小型数据集，用apply函数逐行处理：

首先初始化数据集：

import pandas as pd

data = {'Environment': ['0', '0', '0'], 'Health': ['1', '0', '1'], 'Labor': ['1', '1', '1'], }
df = pd.DataFrame(data, columns=['Environment', 'Health', 'Labor'])

然后添加Keyword列：

# 原数据的值是字符串类型，直接判断是否为"1"
df['Keyword'] = df.apply(
    lambda row: ', '.join(col for col in df.columns if row[col] == '1'),
    axis=1  # axis=1表示按行处理
)

如果后续数据可能转为整数类型，也可以先转换再判断大于0：

df_int = df.astype(int)
df['Keyword'] = df_int.apply(
    lambda row: ', '.join(col for col in df_int.columns if row[col] > 0),
    axis=1
)

方法二：向量化操作（高效性能） #

如果数据集较大，推荐使用向量化方法，避免逐行遍历的性能损耗：

# 先将数据转为整数类型，生成布尔掩码
mask = df.astype(int) > 0
# 通过点积拼接列名，再去除末尾多余的", "
df['Keyword'] = mask.dot(df.columns + ', ').str.rstrip(', ')

验证结果 #

运行上述代码后，打印df就能得到你预期的结果：

Environment Health Labor         Keyword
0           0      1     1  Health, Labor
1           0      0     1           Labor
2           0      1     1  Health, Labor

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