Pandas中如何提取每行值为1的对应列名拼接生成新列

你可以直接用行级apply快速实现需求，代码逻辑简单可读性高，适合绝大多数常规数据量场景：

import pandas as pd
import numpy as np

# 构造测试数据集
df = pd.DataFrame({'a':[1,0,1],'b':[1,1,np.nan],'c':[1,1,1]})

# 生成目标d列
df['d'] = df.apply(lambda x: ';'.join(x[x == 1].index), axis=1)

代码逻辑说明 #

• 传入axis=1参数让apply按行遍历，每一行的Series对象会传入lambda函数处理
• x[x == 1]会自动筛选当前行中值严格等于1的元素，自动跳过0、空值np.nan等不符合条件的内容
• 取筛选后元素的index也就是对应列名，用分号join拼接成目标字符串即可

运行后输出的df和预期结果完全一致：

a    b  c      d
0  1  1.0  1  a;b;c
1  0  1.0  1    b;c
2  1  NaN  1    a;c

大数据量优化方案 #

如果你的数据集规模在百万行以上，apply的逐行遍历效率偏低，可以用纯向量化的矩阵乘法实现，性能比apply高数十倍：

df['d'] = (df.eq(1) @ (df.columns + ';')).str.rstrip(';')

实现逻辑：

1. 用df.eq(1)生成全量布尔判断矩阵，值为1的位置标记为True，其余为False
2. 布尔矩阵和带分号后缀的列名数组做矩阵点乘，会自动把True位置对应的列名拼接为字符串，每个列名后自带分号
3. 最后用字符串方法去掉末尾多余的分号即可，全程走pandas底层C实现，没有Python层循环开销。

内容的提问来源于stack exchange，提问作者Derek