pandas dataframe按条件用列名更新Char列行值的实现方法
Pandas DataFrame 行条件列名填充实现方案
核心实现逻辑
针对逐行识别非Char列中取值为1的单元格、将对应列名赋值给当前行Char列的需求,可通过pandas内置的行列索引方法快速实现,无需手动逐行循环遍历:利用数值列中1为最大值的特性,用idxmax(axis=1)直接返回每行最大值对应的列名,刚好匹配你给出的示例规则。
完整可运行代码
- 构造和示例结构一致的测试输入数据:
import pandas as pd # 匹配示例的输入结构 df = pd.DataFrame( data=[[None, 0, 1], [None, 1, 0]], columns=["Char", "A", "B"] )
- 执行核心处理逻辑:
# 逐行在A、B列范围内,定位值为1的列名,赋值给Char列 df["Char"] = df[["A", "B"]].idxmax(axis=1) # 移除原辅助的A、B列,仅保留输出要求的Char列 final_df = df[["Char"]]
- 运行后
final_df的输出完全匹配示例要求:
Char 0 B 1 A
场景适配说明
- 当前
idxmax方法的适用场景为每行最多仅存在1个值为1的非Char列,和你给出的示例规则完全匹配,执行效率远高于逐行循环。 - 如果存在单行多个列取值为1的场景,可替换为逐行筛选的逻辑,将所有匹配的列名拼接为字符串:
# 适配多值匹配场景的写法 df["Char"] = df[["A", "B"]].apply( lambda row: ",".join(row[row == 1].index.tolist()), axis=1 )
内容的提问来源于stack exchange,提问作者Roman Studer
相关产品推荐
相关产品推荐

