Pandas stack() 如果列具有特定值

Question

我正在尝试根据 ID 列堆叠此 table，但仅考虑值为 1 而不是 0 的列 [A-D]。

当前 df:

ID	A	B	C	D
1	1	0	0	1
3	0	1	0	1
7	1	0	1	1
8	1	0	0	0

我想要的：

ID	LETTER
1	A
1	D
3	B
3	D
7	A
7	C
7	D
8	A

以下代码有效，但我需要一个更有效的解决方案，因为我有一个 93434 行 x 12377 列的 df。

stacked_df = df.set_index('ID').stack().reset_index(name='has_letter').rename(columns={'level_1':'LETTER'})
stacked_df = stacked_df[stacked_df['has_letter']==1].reset_index(drop=True)
stacked_df.drop(['has_letter'], axis=1, inplace=True)

Answer 1

尝试：

print(
    df.set_index("ID")
    .apply(lambda x: x.index[x == 1], axis=1)
    .reset_index()
    .explode(0)
    .rename(columns={0: "LETTERS"})
)

打印：

   ID LETTERS
0   1       A
0   1       D
1   3       B
1   3       D
2   7       A
2   7       C
2   7       D
3   8       A

或者：

x = df.set_index("ID").stack()
print(
    x[x == 1]
    .reset_index()
    .drop(columns=0)
    .rename(columns={"level_1": "LETTER"})
)

打印：

   ID LETTER
0   1      A
1   1      D
2   3      B
3   3      D
4   7      A
5   7      C
6   7      D
7   8      A

Answer 2

试试这个：

(df.set_index('ID').dot(df.columns[1:]) # use inner product of column names and values
.apply(list) # separate each letter
.explode() # explode each list
.reset_index(name='LETTER') # reset index for df
)

输出：

   ID LETTER
0   1      A
1   1      D
2   3      B
3   3      D
4   7      A
5   7      C
6   7      D
7   8      A

Answer 3

您可以屏蔽非 1 值和 stack 以移除 NaN：

df2 = df.rename_axis(columns='LETTERS').set_index('ID')
stacked_df = (df2.where(df2.eq(1)).stack()
                 .reset_index().iloc[:,:2]
              )

输出：

   ID LETTERS
0   1       A
1   1       D
2   3       B
3   3       D
4   7       A
5   7       C
6   7       D
7   8       A

Pandas stack() 如果列具有特定值

Pandas stack() if columns have a specific value

python

stack

pivot

pandas