Pandas 记录具有特定值的列的名称，并在单个字符串中连接

我有一个数据帧，它只包含1和0，这是一些模拟的结果

data = {'Input_A':[1, 0, 0, 1], 
        'Input_B':[1, 0, 1, 0],
        'Input_C':[0, 0, 0, 1], 
        'Output_A':[1, 1, 1, 0],
        'Output_B':[1, 0, 1, 1], 
        'Output_C':[1, 0, 0, 0]} 
  
df = pd.DataFrame(data) 

我想为每一行创建一个标签，以其各自的活动输入命名，以便将其用于我想要的一些可视化

例如，对于df的第一行，标签将是“A+B”，第二行是“-”，第三行是“B”，依此类推

输入_A 输入_B 输入法 输出_A 输出 输出量 标签 1. 1. 0 1. 1. 1. A+B 0 0 0 1. 0 0 没有一个 0 1. 0 1. 1. 0 B 1. 0 1. 0 1. 0 A+C

---

如果列具有示例中显示的模式，则可以在过滤以

Input开始的列后使用
df.dot

cols = df.columns[df.columns.str.startswith("Input_")]
df['Label'] = df[cols].dot(cols.str.split("_").str[1]+'+').str[:-1]


我试图找到一个更容易理解（尽管更长）的答案：

请添加您的预期输出以及您自己的代码。这工作完美无瑕！非常感谢你！你能解释一下点函数的作用吗？@Rina dot是矩阵乘法。在这里，我们在带有are1的行之间取一个点积，0被忽略，因为它是False，并且返回后续的列名，并附加一个充当分隔符的
+
print(df)

   Input_A  Input_B  Input_C  Output_A  Output_B  Output_C Label
0        1        1        0         1         1         1   A+B
1        0        0        0         1         0         0      
2        0        1        0         1         1         0     B
3        1        0        1         0         1         0   A+C

input_cols = [col for col in df.columns if col.startswith('Input')]
input_values = [col.split('_')[1] for col in input_cols]
col_value_map = dict(zip(input_cols, input_values))

def build_label(row):
    inputs = map(col_value_map.get, row.index)
    inputs_one = [name for name, value in zip(inputs, row) if value == 1]
    if inputs_one:
        return '+'.join(inputs_one)
    return None

df[input_cols].apply(build_label, axis=1)