如何基于列值转置并修改Pandas DataFrame

别担心，完全不用手动修改！用Pandas几行代码就能轻松实现这个转换，我给你两种实用的方法，按需选择就行～

首先，先把你的原始数据用Pandas构建出来（方便后续演示）：

import pandas as pd

df = pd.DataFrame({
    'name': ['foo', 'bar', 'coo'],
    'A': [1, 0, 0],
    'B': [0, 1, 0],
    'C': [0, 0, 1]
})

方法一：利用idxmax快速匹配（适合每行只有一个1的场景） #

因为你的数据里每行只有一个列值为1，这个方法效率最高：

# 将name列设为索引，方便后续转置匹配
df_indexed = df.set_index('name')
# 转置表格后，找到每行值为1对应的name（也就是索引）
result = df_indexed.T.idxmax(axis=1).reset_index()
# 重命名列，让结构符合需求
result.columns = ['', 'name']
# 设置第一列为索引，让输出格式和你期望的一致
result = result.set_index('')

运行后得到的result就是你想要的表格：

name
A    foo
B    bar
C    coo

方法二：用melt转置筛选（适合更通用的场景） #

如果之后你的数据可能出现多个1的情况，这个方法更灵活：

# 把宽表转成长表，拆分出类别、标记和对应的name
melted_df = df.melt(id_vars='name', var_name='category', value_name='flag')
# 筛选出标记为1的行
filtered_df = melted_df[melted_df['flag'] == 1]
# 调整列顺序并设置索引，得到目标结构
result = filtered_df[['category', 'name']].set_index('category')

这个方法的输出和上面完全一致，而且扩展性更强，适合复杂一点的数据集。

这样就不用手动折腾表格啦，用代码一键搞定！

备注：内容来源于stack exchange，提问作者skoleosho97