我如何创建一个列，使其值是该行中第一次出现在它们自己的列中的 1 的数量？

Question

我如何使用熊猫进行此操作？初始 Df：    A B C D0   0 1 0 01   0 1 0 02   0 0 1 13   0 1 0 14   1 1 0 05   1 1 1 0最终 Df：    A B C D Param0   0 1 0 0     11   0 1 0 0     02   0 0 1 1     23   0 1 0 1     04   1 1 0 0     15   1 1 1 0     0基本上 Param 是该行中第一次出现在其自己的列中的 1 的编号。示例：B 列中的索引 0 : 1 是第一次出现，因此 Param1 = 1索引 1 ：没有一个 1 是第一次出现在它自己的列中，因此 Param1 = 0索引 2 : C 列中的 1 和 D 首次出现在它们的列中，因此 Paramm1 = 2索引 3：没有一个 1 是第一次出现在它自己的列中，因此 Param1 = 0索引 4：A 列中的 1 首次出现在该列中，因此 Paramm1 = 1索引 5：没有一个 1 是第一次出现在它自己的列中，因此 Param1 = 0

Answer 1

我会做idxmax和value_counts

df['Param']=df.idxmax().value_counts().reindex(df.index,fill_value=0)

df

   A  B  C  D  Param

0  0  1  0  0      1

1  0  1  0  0      0

2  0  0  1  1      2

3  0  1  0  1      0

4  1  1  0  0      1

5  1  1  1  0      0

Answer 2

您可以检查重复值，乘以df和求和：

df['Param'] = df.apply(lambda x: ~x.duplicated()).mul(df).sum(1)

输出：

   A  B  C  D  Param

0  0  1  0  0      1

1  0  1  0  0      0

2  0  0  1  1      2

3  0  1  0  1      0

4  1  1  0  0      1

5  1  1  1  0      0

Answer 3

假设这些是整数，您可以使用 cumsum() 两次来隔离第一次出现的 1。

df2 = (df.cumsum() > 0).cumsum() == 1

df['Param'] = df2.sum(axis = 1)

print(df)

如果 df 元素是字符串，您应该首先将它们转换为整数。

df = df.astype(int)