根据列取值将符合条件的列名拼接生成新数据列

基于Python的Pandas库可以高效实现这个需求，无需手写逐行遍历循环，代码可维护性更高。

首先构造和示例一致的测试数据：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3, 4, 5, 6],
    'col1': [0, 1, 0, 1, 2, 0],
    'col2': [1, 2, 1, 1, 2, 1]
})

核心处理逻辑如下，先指定需要参与值校验的列范围，再分别匹配值为1、2的列名做拼接：

# 所有需要做值判断的列，后续新增判断列直接往这个列表加即可
check_columns = ['col1', 'col2']

# 生成ones列：收集当前行值为1的列名，用逗号+空格拼接
df['ones'] = df[check_columns].apply(
    lambda x: ', '.join([col for col in check_columns if x[col] == 1]),
    axis=1
)

# 生成twos列：收集当前行值为2的列名，用逗号+空格拼接
df['twos'] = df[check_columns].apply(
    lambda x: ', '.join([col for col in check_columns if x[col] == 2]),
    axis=1
)

运行后输出的结果和预期完全匹配：

• 拼接分隔符可以按需调整，比如不需要逗号后的空格，直接把', '.join改成','.join即可
• 无匹配值的行会自动留空，不需要额外做判空处理
• 百万行级别的超大数据集可以替换为numpy向量化实现，常规业务数据量下上面的写法可读性更好，性能完全够用

内容的提问来源于stack exchange，提问作者Charbel