如何为Pandas DataFrame每行拼接值为1的列名生成新列？

嘿，我来帮你搞定这个需求！你需要给每行数据新增一个Category列，把该行中值为1的列名拼接起来，没有符合条件的就填NaN，对吧？先看看你的原始数据：

首先是创建DataFrame的代码：

import pandas as pd
from pandas import DataFrame

df = DataFrame({'A':['Cat had a nap','Dog had puppies','Did you see a Donkey','kitten got angry','puppy was cute'],
                'Cat':[1,0,0,1,0],
                'Dog':[0,1,0,0,1]})

原始数据长这样：

下面是两种高效的解决方案：

方法一：用dot方法（推荐，效率更高） #

这种方法利用Pandas的向量化操作，比逐行遍历快很多，适合大数据量：

# 指定要检查的目标列（这里是Cat和Dog）
target_cols = ['Cat', 'Dog']

# 生成Category列
df['Category'] = df[target_cols].dot(target_cols + ',').str.rstrip(',').replace('', pd.NA)

步骤解释： #

1. df[target_cols].dot(target_cols + ',')：将每行中值为1的列名后面加上逗号拼接，比如第一行得到"Cat,"
2. .str.rstrip(',')：去掉末尾多余的逗号，变成"Cat"
3. .replace('', pd.NA)：把空字符串（对应没有值为1的行）替换成NaN

方法二：用apply逐行处理（更直观） #

如果你更喜欢逻辑清晰的逐行处理，这个方法也很实用：

target_cols = ['Cat', 'Dog']

def get_category(row):
    # 收集当前行中值为1的列名
    matching_cols = [col for col in target_cols if row[col] == 1]
    # 有符合条件的就拼接，没有就返回NaN
    return ','.join(matching_cols) if matching_cols else pd.NA

# 应用函数到每行
df['Category'] = df.apply(get_category, axis=1)

最终结果 #

两种方法都会得到相同的结果：

print(df)

输出：

A  Cat  Dog Category
0         Cat had a nap    1    0      Cat
1       Dog had puppies    0    1      Dog
2  Did you see a Donkey    0    0      NaN
3      kitten got angry    1    0      Cat
4        puppy was cute    0    1      Dog

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