将Pandas虚拟变量列合并为单列（逆向pd.get_dummies）

我手头有这么一个Pandas DataFrame：

id  Apple  Apricot  Banana  Clementine  Orange  Pear  Pineapple
0  01      1        1       0           0       0     0          0
1  02      0        0       1           1       1     1          0
2  03      0        0       0           0       1     0          1

想把它转换成下面这种更简洁的格式，该怎么操作呢？

id                  fruits
0  01        Apple, Apricot
1  02  Banana, Clementine, Orange, Pear
2  03         Orange, Pineapple

这事儿其实挺简单的，用Pandas的几个方法组合就能搞定，给你两种思路：

方法一：逐行处理（适合小数据集） #

这种方法直观易懂，适合数据量不大的情况：

import pandas as pd

# 先构造原始DataFrame（如果已经有了就跳过这步）
df = pd.DataFrame({
    'id': ['01', '02', '03'],
    'Apple': [1, 0, 0],
    'Apricot': [1, 0, 0],
    'Banana': [0, 1, 0],
    'Clementine': [0, 1, 0],
    'Orange': [0, 1, 1],
    'Pear': [0, 1, 0],
    'Pineapple': [0, 0, 1]
})

# 核心步骤：遍历每一行，筛选出值为1的水果列，用逗号连接
df['fruits'] = df.apply(
    lambda row: ', '.join(row[row == 1].index.drop('id')),
    axis=1  # axis=1表示按行处理
)

# 只保留需要的id和fruits列
result_df = df[['id', 'fruits']]

print(result_df)

简单解释下：

• apply(lambda row: ..., axis=1) 会逐行处理每一条数据
• row[row == 1].index 能拿到当前行里值为1的所有列名（也就是对应的水果）
• 用drop('id')把非水果的id列排除掉
• 最后用', '.join()把这些水果名称拼成字符串

方法二：向量化操作（适合大数据集） #

如果你的数据集很大，逐行处理效率会比较低，试试这种向量化的方法，速度更快：

import pandas as pd

# 同样先构造原始DataFrame
df = pd.DataFrame({
    'id': ['01', '02', '03'],
    'Apple': [1, 0, 0],
    'Apricot': [1, 0, 0],
    'Banana': [0, 1, 0],
    'Clementine': [0, 1, 0],
    'Orange': [0, 1, 1],
    'Pear': [0, 1, 0],
    'Pineapple': [0, 0, 1]
})

# 把id设为索引，方便后续分组
df_indexed = df.set_index('id')

# 筛选出值为1的单元格，转成行格式，再按id分组聚合
result_df = df_indexed[df_indexed == 1].stack().reset_index()
result_df = result_df.groupby('id')['level_1'].agg(', '.join).reset_index(name='fruits')

print(result_df)

这个方法的逻辑：

• df_indexed[df_indexed == 1].stack() 会把所有值为1的单元格“堆叠”成多行，其中level_1列就是水果名称
• 然后按id分组，用agg(', '.join)把每个id对应的水果名称拼接起来
• 最后重置索引，得到目标格式的DataFrame

内容的提问来源于stack exchange，提问作者ah bon