Python Pandas：如何将独热编码逆向转换为分类变量

这里有几种简洁高效的方法来实现你想要的效果，都是基于Pandas原生操作，不用写复杂的循环：

方法1：使用idxmax()（最简洁） #

因为你的每行恰好只有一个1，所以可以直接用idxmax()沿着行的方向（axis=1）获取值最大的列名，也就是值为1的那个列：

import pandas as pd

# 构造你的DataFrame
df = pd.DataFrame({
    'id': [1,1,2,2,3,3],
    'ind_1': [0,1,0,0,0,1],
    'ind_2': [1,0,1,0,0,0],
    'ind_3': [0,0,0,1,1,0]
})

# 添加ind_all列
df['ind_all'] = df[['ind_1', 'ind_2', 'ind_3']].idxmax(axis=1)

这样就能直接得到你要的结果啦，idxmax()会返回每行中第一个最大值的列名，刚好完美匹配你的场景。

方法2：使用矩阵点积（dot()） #

如果以后你的行可能出现多个1（需要用逗号分隔列名），这个方法会更通用：

# 获取指标列的列表
cols = ['ind_1', 'ind_2', 'ind_3']
# 用dot乘积把列名和对应的值相乘，最后拼接结果
df['ind_all'] = df[cols].dot(cols + ', ').str.rstrip(', ')

原理很简单：每行中值为1的列会保留列名，值为0的会被忽略，最后去掉末尾多余的逗号和空格。就算你现在的场景只有一个1，这个方法也能得到和上面完全一致的结果。

方法3：使用apply()（直观但效率稍低） #

如果你喜欢更直白的写法，可以用apply()逐行处理：

def get_ind_name(row):
    # 遍历列名，找到值为1的那个
    for col in ['ind_1', 'ind_2', 'ind_3']:
        if row[col] == 1:
            return col
    return ''  # 处理没有1的边界情况

df['ind_all'] = df.apply(get_ind_name, axis=1)

不过要注意，apply()本质是逐行循环，当DataFrame数据量很大时，效率会比前两种向量式操作低一些，所以更推荐前两种方法。

最终验证结果 #

运行上面任意一种方法后，你都会得到期望的输出：

id  ind_1  ind_2  ind_3  ind_all
0   1      0      1      0   ind_2
1   1      1      0      0   ind_1
2   2      0      1      0   ind_2
3   2      0      0      1   ind_3
4   3      0      0      1   ind_3
5   3      1      0      0   ind_1

内容的提问来源于stack exchange，提问作者Pylander