优化应用以创建带有布尔列的字符串列表答案

【问题标题】：Optimize Apply to create an list of string with Boolean columns优化应用以创建带有布尔列的字符串列表
【发布时间】：2021-10-25 22:08:47
【问题描述】：

我必须检查行中的布尔值，获取列的名称以构建列表并使用此字符串列表创建新列。

我有这段代码，它运行良好，但速度很慢（我使用了 125 000 行 20 列）。您有优化此代码的想法吗？

import pandas as pd 

def exlusions(x: pd.Series) -> pd.Series:
        reasons = [name for name in x.index if x[name] == True]
        return ",".join(reasons)

dct_data = {
    'A' : [False, False, True, False, True, False],
    'B' : [False, False, False,False, False, False],
    'C' : [False, True, False,False, False, False],
    'D' : [False, False, True, False, False, False],
    'Client' : ['Paul', 'Nick', 'Josh', 'Flo', 'Julia', 'Lucia']
}

df = pd.DataFrame(dct_data)
df = df[list(df.select_dtypes(include='bool').columns) + ['Client']]
df = df[df[list(df.select_dtypes(include='bool').columns)].any(1)]
df['Exclusions'] = df.apply(lambda x: exlusions(x), axis=1)

df

【问题讨论】：

标签： python pandas lambda apply

【解决方案1】：

我们可以在列中使用DataFrame.dot，在额外的逗号中使用str.rstrip：

# Boolean Columns
cols = df.columns[df.dtypes == 'bool']
# Filter DataFrame rows
df = df[df[cols].any(axis=1)]
# Take dot product (multiply then sum rows) and remove trailing comma
df['Exclusions'] = df[cols].dot(cols + ',').str.rstrip(',')

df:

       A      B      C      D Client Exclusions
1  False  False   True  False   Nick          C
2   True  False  False   True   Josh        A,D
4   True  False  False  False  Julia          A

【讨论】：