熊猫水平折叠数据框答案

【问题标题】：Pandas collapse dataframe horizontally熊猫水平折叠数据框
【发布时间】：2021-12-12 01:23:09
【问题描述】：

我有以下布尔值表：

df1 = pd.DataFrame(data={'w': [True, False, False], 
                         'x': [False, True, False],
                         'y': [True, True, True],
                         'z': [True, False, True]},
                         index=pd.Series([1, 2, 3], name='index'))

index	w	x	y	z
1	True	False	True	True
2	False	True	True	False
3	False	False	True	True

我创建了一个与df1宽度相同的新表格：

pd.DataFrame(columns=[f'column{num}' for num in range(1, len(df1.columns) + 1)])

	column1	column2	column3	column4

我想要做的是折叠来自df1 的列，这样对于每一行，我只显示具有True 值的列：

index	column1	column2	column3	column4
1	w	y	z	NA
2	x	y	NA	NA
3	y	z	NA	NA

【问题讨论】：

标签： python pandas series collapse

【解决方案1】：

试试：

out = np.full(df1.shape, np.nan, dtype='object')

# mask valid columns for each row
mask = np.arange(df1.shape[1]) < df1.sum(1).values[:,None]

out[mask] = np.where(df1, df1.columns, np.nan)[df1]

out = pd.DataFrame(out)

【讨论】：

【解决方案2】：

dot 和 str.split 的一种方式：

import numpy as np

df2 = df1.dot(df1.columns+",")
         .str.split(",", expand=True)
         .replace(r'^\s*$', np.nan, regex=True)
         .rename_axis(None)
df2.columns = [f'column{num}' for num in range(1, len(df2.columns)+1)]

>>> df2

    column1 column2 column3 column4
1         w       y       z     NaN
2         x       y     NaN     NaN
3         y       z     NaN     NaN

【讨论】：

不错，我很喜欢 ;) +1
谢谢@mozway - 几乎用过apply，但认为一个可读性较差但更有效的解决方案更好:)
你应该把你的管道包装在(…)中；）
我相信其他人会认识到这是一个不错的答案，恭喜你的 10k 领先一点 ;)
.replace(r'^\s*$', np.nan, regex=True)这行的目的是什么？

【解决方案3】：

您可以首先使用技巧乘法将列名映射到单元格 (True -> 1, 1*'w' -> 'w' / False -> 0, 0*'w' -> '')

然后使用自定义键对行进行独立排序（isinstance(w, float) 将在最后推送 NaN/浮点数）

cols = [f'column{num}' for num in range(1, len(df1.columns) + 1)]
(df1*df1.columns).where(df1).apply(lambda r: pd.Series(sorted(r, key=lambda x: isinstance(x, float)),
                                                       index=cols), axis=1)

输出：

      column1 column2 column3  column4
index                                 
1           w       y       z      NaN
2           x       y     NaN      NaN
3           y       z     NaN      NaN

【讨论】：

【解决方案4】：

你的情况是 dot 然后 split

out = df.dot(df.columns+',').str[:-1].str.split(',',expand=True).reindex(columns= np.arange(df.shape[1]))
Out[34]: 
       0  1     2   3
index                
1      w  y     z NaN
2      x  y  None NaN
3      y  z  None NaN

【讨论】：