如何在Pandas DataFrame中按列值合并指定列生成新列

一、针对最初的13列DataFrame需求 #

咱们可以用两种方式高效生成A_combined列，避免低效的循环操作：

方法1：直观的行级筛选（适合中小数据集） #

这是最容易理解的写法，对每一行筛选出值为1的A类列名，再用下划线拼接：

import pandas as pd

# 假设你的DataFrame名为df
df['A_combined'] = df.apply(
    lambda row: '_'.join(row[row == 1].index.drop('ID')),
    axis=1
)

• 细节说明：
  • row[row == 1]会过滤出当前行值为1的所有列
  • .index.drop('ID')排除唯一标识列，只保留A1-A12的列名
  • '_'.join(...)将筛选出的列名用下划线连接成字符串

方法2：向量化操作（适合大数据集，性能更优） #

如果你的数据量很大，apply的效率会稍低，用向量化方法能大幅提速：

# 先提取所有A类列名
a_cols = [col for col in df.columns if col.startswith('A')]

# 生成每行的列名组合
df['A_combined'] = df[a_cols].dot(a_cols + ['']).str.rstrip('_')

• 细节说明：
  • df[a_cols].dot(a_cols + [''])会自动将每行值为1的列名拼接起来（比如A1=1、A6=1时，会得到A1A6？不对，哦不对，dot的逻辑是每个列的值乘以列名，然后相加，所以A1=1的话就是1A1，A2=0就是0A2，加起来就是A1+A6...这样，然后最后加个空字符串是为了避免最后多一个下划线？不对，应该是df[a_cols].apply(lambda x: '_'.join(a_cols[x==1]), axis=1)？哦不对，刚才的dot方法其实是另一种思路：比如a_cols是['A1','A2','A3']，那么df[a_cols].dot(a_cols)会把每行的1对应列名相加，比如行是[1,0,1]，结果就是'A1A3'，然后我们需要加下划线的话，应该是df[a_cols].dot([col+'_' for col in a_cols]).str.rstrip('_')，对，刚才的代码写错了，修正一下：

a_cols = [col for col in df.columns if col.startswith('A')]
df['A_combined'] = df[a_cols].dot([f"{col}_" for col in a_cols]).str.rstrip('_')

这样就对了，比如行中A1和A6为1，会得到A1_A6_，然后rstrip('_')去掉末尾的下划线，得到正确的格式。

二、针对重构后：'test'列名处于行级别的情况 #

我先假设你重构后的DataFrame是长表格式（这是宽表转长表后的常见结构），比如大概长这样：

如果是这种结构，咱们可以按ID分组，筛选出值为1的test列值，再拼接：

处理代码 #

# 假设重构后的DataFrame名为df_long
# 第一步：筛选值为1的行，按ID分组拼接test列名
combined_df = df_long[df_long['value'] == 1].groupby('ID')['test'].agg('_'.join).reset_index()

# 第二步：如果需要保留所有原始ID（包括没有任何A列等于1的ID），用左连接补全
final_df = df_long[['ID']].drop_duplicates().merge(combined_df, on='ID', how='left').fillna('')

• 细节说明：
  • groupby('ID')['test'].agg('_'.join)会把每个ID下所有值为1的test列名用下划线连接
  • drop_duplicates()提取所有唯一ID，避免重复
  • merge(..., how='left')保证所有原始ID都被保留，fillna('')把没有匹配到的（即所有A列都是0的ID）填充为空字符串，你也可以改成'No_A_selected'这类自定义默认值

如果你的重构后结构和我假设的不一样，可以补充一下df_long.head()的输出示例，我再调整方案~

内容的提问来源于stack exchange，提问作者gagandeep91