为了账号安全,请及时绑定邮箱和手机立即绑定

使用 pandas 获取该行中第一个非零值的列名

使用 pandas 获取该行中第一个非零值的列名

波斯汪 2023-01-04 16:46:53

我有一个巨大的数据框,但只分享下面的示例。它是一个带有示例标题列名称的 CSV,如下所示。


sample.csv

cnum,sup1,sup2,sup3,sup4

285414459,1,0,1,1

445633709,1,0,0,0

556714736,0,0,1,0

1089852074,0,1,0,1

cnum 可以在所有 sup* 列中设置 0 或 1。我想选择并打印该 cnum 遇到第一个 1 的列名。之后的所有其他 1 都应忽略,并且不应在输出中打印任何列名。


expected output:

cnum,supcol

285414459,sup1

445633709,sup1

556714736,sup3

1089852074,sup2

目前我试过这段代码:


import pandas as pd

df=pd.read_csv('sample.csv')

df_union=pd.DataFrame(columns=['cnum','supcol'])

for col in df.columns: 

    df1=df.filter(['cnum']).loc[df[col] == 1]

    df1['supcol']=col

    df_union=df_union.append(df1)

print(df_union)

但是,它会打印列名设置为 1 的所有列名。我只想要第一个。请帮忙


查看完整描述

1 回答

?
叮当猫咪

TA贡献1519条经验 获得超12个赞

好像你可以idxmax在这里使用:


df.set_index('cnum').idxmax(axis=1).reset_index(drop=True)


0    sup1

1    sup1

2    sup3

3    sup2

dtype: object


df['output'] = df.set_index('cnum').idxmax(axis=1).reset_index(drop=True) 

# Slightly faster,

# df['output'] = df.set_index('cnum').idxmax(axis=1).to_numpy() 


df

         cnum  sup1  sup2  sup3  sup4 output

0   285414459     1     0     1     1   sup1

1   445633709     1     0     0     0   sup1

2   556714736     0     0     1     0   sup3

3  1089852074     0     1     0     1   sup2

另一个选项dot(将为您提供所有非零列):


d = df.set_index('cnum') 

d.dot(d.columns + ',').str.rstrip(',').reset_index(drop=True)


0    sup1,sup3,sup4

1              sup1

2              sup3

3         sup2,sup4

dtype: object

要么,


(d.dot(d.columns + ',')

  .str.rstrip(',')

  .str.split(',', 1).str[0] 

  .reset_index(drop=True))


0    sup1

1    sup1

2    sup3

3    sup2

dtype: object


查看完整回答
反对 回复 2023-01-04

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信