熔化多个布尔列答案

【问题标题】：Melt multiple boolean columns熔化多个布尔列
【发布时间】：2021-08-16 22:10:11
【问题描述】：

这个问题是这里已经提出的问题的延伸：Melt multiple boolean columns in a single column in pandas

如果数据看起来像：

| System | Windows | Linux | Mac|
| -------- | -------------- |
| Desktop    | True | True | False |
| Laptop | True   | True | False
| Mobile | True   | True | False
| Tablet | False | True | False

其中“System”为dtype=string，其他列为dtype=boolean。我怎样才能让决赛桌看起来像这样：

| OS | System |
| --- ----- | -------------- |
| Windows| Desktop Laptop Mobile  |
| Linux | Desktop Laptop Mobile Tablet |
| Mac | |

System 列中的值由空格分隔。

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

一个想法是首先将System 列转换为index 并转置，然后使用DataFrame.dot 进行矩阵乘法与带有空格分隔符的列名：

df1 = df.set_index('System').T
df1 = df1.dot(df1.columns + ' ').str.rstrip().rename_axis('OS').reset_index(name='System')
print (df1)
        OS                        System
0  Windows         Desktop Laptop Mobile
1    Linux  Desktop Laptop Mobile Tablet
2      Mac

DataFrame.melt 的解决方案也是可能的，只有在仅过滤 Trues 和聚合 join 之后，还需要通过列名称的唯一值添加已删除的类别（没有第一个）：

df1 = (df.melt('System', var_name='OS')
         .query("value == True")
         .groupby('OS')['System']
         .agg(' '.join)
         .reindex(df.columns[1:].unique(), fill_value='')
         .rename_axis('OS')
         .reset_index(name='System'))

print (df1)
        OS                        System
0  Windows         Desktop Laptop Mobile
1    Linux  Desktop Laptop Mobile Tablet
2      Mac

【讨论】：

【解决方案2】：

这是另一个解决方案：

df = df.melt(id_vars=['System'],var_name='OS')
df.groupby('OS').agg(lambda x: ' '.join([e for i,e in enumerate(x) if df.loc[x.index[i],'value']]))

【讨论】：