Pandas 水平折叠数据框

Question

我有以下 table 个布尔值：

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

我创建了一个新的 table，其宽度与 df1 相同：

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

	column1	column2	column3	column4

我想做的是折叠 df1 中的列，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

Answer 1

尝试：

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)

Answer 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

Answer 3

您可以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) 会将 NaNs/floats 推到最后）

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

Answer 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

Pandas 水平折叠数据框

Pandas collapse dataframe horizontally

python

pandas

series

collapse