用列名替换非空值答案

【问题标题】：Replacing non-null values with column names用列名替换非空值
【发布时间】：2018-01-31 04:15:53
【问题描述】：

给定以下数据框：

import pandas as pd
d = pd.DataFrame({'a':[1,2,3],'b':[np.nan,5,6]})
d
    a   b
0   1   NaN
1   2   5.0
2   3   6.0

我想用列名替换所有非空值。

想要的结果：

    a   b
0   a   NaN
1   a   b
2   a   b

实际上，我有很多专栏。

提前致谢！

更新以从 root 回答： 要在列的子集上执行此操作：

d.loc[:,d.columns[3:]] = np.where(d.loc[:,d.columns[3:]].notnull(), d.loc[:,d.columns[3:]].columns, d.loc[:,d.columns[3:]])

【问题讨论】：

【解决方案1】：

我可以想到使用apply/transform 的一种可能性：

In [1610]: d.transform(lambda x: np.where(x.isnull(), x, x.name))
Out[1610]: 
   a    b
0  a  nan
1  a    b
2  a    b

你也可以使用df.where:

In [1627]: d.where(d.isnull(), d.columns.values.repeat(len(d)).reshape(d.shape))
Out[1627]: 
   a    b
0  a  NaN
1  a    b
2  b    b

【讨论】：

既好答案又难选择。顺便说一句，如果我需要对一部分列执行此操作怎么办？
@DanceParty2 您可以使用df.loc 进行基于切片的索引，并对切片执行操作。
嗨 @cᴏʟᴅsᴘᴇᴇᴅ d.apply(lambda x: np.where(x.isnull(),x,x.name)) 和 transform 有什么不同:)
@Wen 我认为df.transform 是矢量化的...？不是100%确定。我知道apply 很慢。
@COLDSPEED 可以。谢谢！

【解决方案2】：

使用numpy.where 和notnull：

d[:] = np.where(d.notnull(), d.columns, d)

结果输出：

   a    b
0  a  NaN
1  a    b
2  a    b

编辑

要选择特定的列：

cols = d.columns[3:]  # or whatever Index/list-like of column names
d[cols] = np.where(d[cols].notnull(), cols, d[cols])

【讨论】：