Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/282.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 熊猫数据框:如何将1和0的列合并到新列_Python_Pandas - Fatal编程技术网

Python 熊猫数据框:如何将1和0的列合并到新列

Python 熊猫数据框:如何将1和0的列合并到新列,python,pandas,Python,Pandas,我有一个如下所示的数据框 我正在尝试合并数据帧 我能够合并公司候选人数据框和候选人详细信息数据框。但这不是我真正需要的 我还考虑从Company\u Candidate\u Dataframe创建一个字典,并将其馈送到Candidate\u Detail\u Dataframe.apply(一些lambda) 有什么更好的方法可以做到这一点 编辑:数据作为文本 Candidate Google Netflix Microsoft Amazon Paypal John 0

我有一个如下所示的数据框

我正在尝试合并数据帧

我能够合并
公司候选人数据框和候选人详细信息数据框
。但这不是我真正需要的

我还考虑从Company\u Candidate\u Dataframe创建一个字典,并将其馈送到
Candidate\u Detail\u Dataframe.apply(一些lambda)

有什么更好的方法可以做到这一点

编辑:数据作为文本

    Candidate Google Netflix Microsoft Amazon Paypal

    John 0 0 1 0 0
    Mary 1 0 0 0 0
    Ravenshaw 0 1 0 0 0
    Lohan 1 0 0 0 0
    Nile 0 0 0 1 0

-------------------------

Candidate Id Address Score

John 1 ABC 13
Mary 2 XYZ 24
Ravenshaw 3 A1B1 90
Lohan 4 Lqw 102
Nile  5 Arou 23
下面是我将要做的:

# Creating the dataframes
df1 = pd.DataFrame({'Candidate':['John', 'Mary', 'Ravenshaw', 'Lohan', 'Nile'], 'Google':[0,1,0,1,0], 'Netflix':[0,0,1,0,0], 'Microsoft':[1,0,0,0,0], 'Amazon':[0,0,0, 0, 1],'Paypal':[0,0,0,0,0]})
df1.set_index('Candidate', inplace=True)

df2 = pd.DataFrame({'Id':range(1,6), 'Address':['ABC', 'XYZ', 'A1B1', 'Lqw', 'Arou'], 'Score':[13,24,90,102,23], 'Candidate':['John', 'Mary', 'Ravenshaw', 'Lohan', 'Nile']})
df2.set_index('Candidate', inplace=True)

# Obtaining the company dataframe
df3 = df1.idxmax(axis=1)
df3.name = 'Company'

# Joining
df2.join(df3)
希望这有帮助


为了方便男士回答,我要求您发布最低工作代码。

请将您的数据作为文本粘贴到您的问题中。应聘者能否在多家公司工作?@gyx hh添加了文本数据。感谢您的编辑。@Alolz在本例中,没有。但是,如果其他数据集的可能索引有重复的条目,那么它就变得有趣了?@PankajJoshi感谢Pankaj。你建议的解决方案有效。请看我对你的anwser的评论。这很有效。谢谢我对这整件事还不熟悉,读了一些关于“idxmax”的有趣的东西。此外,我还偶然发现了大熊猫,并在大熊猫身上融化了。我正在经历。将使用基于这些方法的工作解决方案更新问题。JVP提供的Python数据科学手册是一个极好的资源。