基于列值转置答案

【问题标题】：Transpose based on column values基于列值转置
【发布时间】：2021-07-02 00:42:02
【问题描述】：

我有一个包含汽车及其颜色的数据框：

colors_df = pd.DataFrame({'id' : [1,2,3], 'Color_Red':[0,1,0],'Color_Blue':[1,0,0],'Color_Green':[1,1,1]})

| id | Color_Red | Color_Blue | Color_Green |
| 1  |.    0.    |     1      |      1      |
| 2  |.    1.    |     0      |      1      |  
| 3  |.    0.    |     0      |      1      |

我想为每个名为 Color_XXX_Only 的颜色创建一个额外的列，如果 id 的颜色中只有一个 1，则将其设置为值 1，如果它有多个颜色设置为 1，则另外设置一个 MultiColor 列。预期输出：

| id | Color_Red | Color_Blue | Color_Green |   Only_Red | Only_Blue | Only_Green | MultiColor|
| 1  |.    0.    |     1      |      1      |.     0.    |      0    |    0       |       1.  |      
| 2  |.    1.    |     0      |      1      |.     0.    |      0    |    0       |       1.  |  
| 3  |.    0.    |     0      |      1      |.     0.    |      0    |    1       |       0   |

1 是多色的，因为它是蓝色和绿色的。

2 是多色的，因为它是红色和绿色的。

3 是 Onlye_blue 和多色，因为它只有绿色。

【问题讨论】：

标签： python pandas

【解决方案1】：

一种方法（假设每个 id 包含在单行中并且不跨越多行）是计算每行 1 的数量：

filter 仅获取 Color_ 列
sum 跨行得到 1s 的总数，然后与 gt 1 进行比较（直觉是具有多个 1 值的行是多色的）。

colors_cols = colors_df.filter(like='Color_')
multi_color = colors_cols.sum(axis=1).gt(1)

multi_color:

0     True
1     True
2    False
dtype: bool

屏蔽多色行并更新列名：

mask 为 MultiColor 的行并将值设置为 0。
用str.replace 更新列名，用Only_ 替换单词Color_

colors_cols = colors_cols.mask(multi_color, 0)
colors_cols.columns = (
    colors_cols.columns.str.replace(r'Color_(.*)', r'Only_\1', regex=True)
)

   Only_Red  Only_Blue  Only_Green
0         0          0           0
1         0          0           0
2         0          0           1

然后join返回并添加多色列：

join 将上述数据框返回到 colors_df 以添加 3 个新列。
转动multi_color，表示从bool 到int 的多色行与astype

colors_df = colors_df.join(colors_cols)
colors_df['MultiColor'] = multi_color.astype(int)

colors_df:

   id  Color_Red  Color_Blue  Color_Green  Only_Red  Only_Blue  Only_Green  MultiColor
0   1          0           1            1         0          0           0           1
1   2          1           0            1         0          0           0           1
2   3          0           0            1         0          0           1           0

完整的工作示例：

import pandas as pd

colors_df = pd.DataFrame({
    'id': [1, 2, 3],
    'Color_Red': [0, 1, 0],
    'Color_Blue': [1, 0, 0],
    'Color_Green': [1, 1, 1]
})

# Create Necessary Boolean Information
colors_cols = colors_df.filter(like='Color_')
multi_color = colors_cols.sum(axis=1).gt(1)

# Build Only_ columns
colors_cols = colors_cols.mask(multi_color, 0)
colors_cols.columns = (
    colors_cols.columns.str.replace(r'Color_(.*)', r'Only_\1', regex=True)
)

# Add Columns to `colors_df`
colors_df = colors_df.join(colors_cols)
colors_df['MultiColor'] = multi_color.astype(int)

# Display
print(colors_df.to_string())

【讨论】：

感谢您的回答！非常可靠，一个快速的问题，如果我想在列中添加修复前缀而不是替换列而不是 str.replace，我该怎么办？
尝试colors_cols = colors_cols.mask(multi_color, 0).add_prefix('Something_')，然后删除colors_cols.columns = ... 部分

【解决方案2】：

这种方法使用掩码和位置

#build masks
m_red=(colors_df.Color_Red==1)
m_blue=(colors_df.Color_Blue==1)
m_green=(colors_df.Color_Green==1)
m_multi=(colors_df.Color_Red+colors_df.Color_Blue+colors_df.Color_Green>1)

#build new columns using loc
colors_df.loc[m_red,'Only_Red']=1
colors_df.loc[m_blue,'Only_Blue']=1
colors_df.loc[m_green,'Only_Green']=1
colors_df.loc[m_multi,'Multi']=1

#use fillna to replace NaN with 0
colors_df.fillna(0)

【讨论】：