pandas DataFrame如何将值为1的对应列名拼接为逗号分隔字符串列

核心需求：遍历DataFrame每一行，收集该行中数值等于1的所有列名，拼接为以逗号+空格分隔的字符串，作为新列CombinedString写入原表。 #

方法1：逐行apply遍历 #

逻辑直观理解成本低，适合列数不多、数据规模中小的场景：

1. 构造示例数据源

   import pandas as pd
   
   df = pd.DataFrame({
       "Male": [0, 1, 0],
       "Over18": [0, 1, 0],
       "Single": [1, 1, 1]
   })
   

2. 逐行匹配拼接规则

   def build_combined(row):
       return ', '.join(row[row == 1].index)
   
   df["CombinedString"] = df.apply(build_combined, axis=1)
   

方法2：numpy向量化定位 #

规避逐行循环的Python层开销，数据量达到十万行以上时性能远高于apply写法：

import numpy as np

# 定位所有值等于1的元素的行、列坐标
row_pos, col_pos = np.where(df == 1)
# 逐行匹配列名完成拼接
df["CombinedString"] = [
    ', '.join(df.columns[col_pos[row_pos == row_id]]) 
    for row_id in range(len(df))
]

方法3：stack长表转换 #

pandas原生链式写法，逻辑紧凑易调试：

df["CombinedString"] = (
    df.stack()
      .loc[lambda s: s == 1]
      .groupby(level=0)
      .apply(lambda s: ', '.join(s.index.get_level_values(1)))
)

输出效果验证 #

三种方法执行完成后，生成的DataFrame完全符合预期：

Male  Over18  Single        CombinedString
0     0       0       1                Single
1     1       1       1  Male, Over18, Single
2     0       0       1                Single

注意：如果某一行所有列取值都为0，对应拼接结果会是空字符串，可直接适配业务逻辑，无需额外异常处理。

内容的提问来源于stack exchange，提问作者nicklasc93