如何根据DataFrame中二值列取值拼接列名生成新类别列

核心思路 #

遍历每一行数据，筛选出A/B/C列中取值为1的列名，用+拼接为字符串；若所有列取值均为0，则赋值为None。

实现方法 #

方法1：逐行apply适配小数据集 #

代码逻辑简单直观，适合行数不多的场景：

• 预先指定需要处理的二值列列表
• 逐行匹配取值为1的列名，拼接后对空值做兜底替换

import pandas as pd
# 构造示例数据
df = pd.DataFrame({
    'date': pd.to_datetime([
        '02/19/2020','02/20/2020','02/21/2020','02/22/2020',
        '02/23/2020','02/24/2020','02/25/2020','02/26/2020'
    ]),
    'A': [0,0,1,0,0,0,1,1],
    'B': [0,0,1,1,1,0,0,0],
    'C': [0,0,1,0,1,1,1,0]
})
# 生成new列
target_cols = ['A', 'B', 'C']
df['new'] = df[target_cols].apply(
    lambda row: '+'.join([col for col in target_cols if row[col] == 1]) or 'None',
    axis=1
)

方法2：向量化运算适配大数据集 #

通过布尔矩阵和列名的矩阵乘法实现无循环计算，行数较多时性能远优于逐行apply：

target_cols = ['A', 'B', 'C']
# 构造值为1的布尔掩码
mask = df[target_cols].eq(1)
# 列名拼接的基础向量
col_vec = pd.Series(target_cols, index=target_cols)
# 矩阵乘法得到拼接后的字符串，去掉末尾多余的+，替换空字符串为None
df['new'] = mask.dot(col_vec + '+').str.rstrip('+').replace('', 'None')

输出校验 #

两种方法执行后，生成的new列和需求示例完全一致：

内容的提问来源于stack exchange，提问作者lamlamboy