Python 3.x 如何在数据帧中实现以下输出

df:

如何获得像下面这样的df

category    A   B   C   D
x   0   1   0   0
y   1   0   0   0
z   1   0   0   0
l   0   0   0   1
m   0   1   0   0
n   0   0   1   0

我试过：

Category    Sub-category
x   B
y   A
z   A
l   D
m   B
n   C

但是获取TypeError:（“此数据类型不允许使用缩减操作'argmax'，'在索引1处发生”）

只需执行此操作即可

df['sector'] = df.apply(lambda x: df.columns[x.argmax()], axis = 1)

当然，您可以只选择所需的列

df['sub_category'] = df[['A', 'B', 'C', 'D']].idxmax(axis=1)


    category    A   B   C   D   sub_category
0   x           0   1   0   0   B
1   y           1   0   0   0   A
2   z           1   0   0   0   A
3   l           0   0   0   1   D
4   m           0   1   0   0   B
5   n           0   0   1   0   C

---

这不是一个代码编写服务。显示一次尝试并分享您遇到的具体问题。你还应该用panda tag

df['sub_category']=df.iloc[：，1:].astype（bool）.dot（df.columns[1:]）

谢谢Rafael！我们不能在这里使用函数并使用apply吗？假设我们的列列表在中更大size@VikashKumar您可以使用

apply

，但性能很差。我敢肯定它不会比

idxmax

好，我敢肯定

apply

不会更快，但是对于使用

np.where

的大型数据帧，有一种比

idxmax

更快的方法。注意这一点benchmarks@sacul很好的回答：）

df[['category', 'sub_category']]

    category    sub_category
0   x           B
1   y           A
2   z           A
3   l           D
4   m           B
5   n           C