有没有办法根据熊猫中的特定条件在数据框的所有行中添加列名？答案

【问题标题】：Is there any way to add column name in all the row of a dataframe based on a specific condition in pandas?有没有办法根据熊猫中的特定条件在数据框的所有行中添加列名？
【发布时间】：2020-08-05 07:07:00
【问题描述】：

我有一个像这样的数据框：

   Name  Age  Class Maths English Physics Bio Chemistry
    A     13   7      1    None     None   1    None
    B     17   10    None   1        1    None  None

我想添加一个名为 Subject 的新列，其中应包含列名（具有 1）作为主题字段的值，如下所示：

   Name  Age  Class    Subject     
    A     13   7     Maths, Bio
    B     17   10    English, Physics

我尝试了几种方法，但花费的时间比平时长。

【问题讨论】：

标签： python python-3.x pandas pandas-groupby

【解决方案1】：

您可以将apply 与lambda 函数一起使用。

df['Subject'] = (df == '1').apply(lambda x: ','.join(df.columns[x]), axis=1)
df = df.iloc[:, [0,1,2,-1]]
df
  Name  Age  Class           Subject
0    A   13      7        Maths, Bio
1    B   17     10  English, Physics

【讨论】：

【解决方案2】：

一、易读法：

subjects = ['Maths', 'English', 'Physics', 'Bio', 'Chemistry']

df['Subject'] = ""
for row in range(len(df.index)):
    output = []
    for i, col in enumerate(df.loc[df.index[row], subjects]):
        if col == 1:
            output.append(str(subjects[i]))
    df.at[df.index[row], 'Subject'] = ", ".join(output)

【讨论】：

【解决方案3】：

#extract subjects columns
subjects = df.iloc[:,3:].columns

#identify columns that are not na per row
notnull = df.filter(subjects).notna().to_numpy()

#get the non null columns and assign to subject column
#... still thinking of a non python loop ... glad if anyone can drop a better replacement
df['subjects'] = [subjects[row].str.cat(sep=', ') for row in notnull]

#drop subjects list
df.drop(subjects,axis=1)

    Name    Age Class   subjects
0   A        13   7     Maths, Bio
1   B        17   10    English, Physics

【讨论】：