Python-基于每列的值连接多个列

需要创建一个新列，该列根据每列的值连接多个列。例如，输入：

s1  s2  s3
1   0   0
1   1   0
0   1   2

输出：

s1  s2  s3  col
1   0   0   s1
1   1   0   s1, s2
0   1   2   s2, s3

基本上，当值大于0时，我需要输出一个列名，即使数字大于1，也只输出一次

我使用但不起作用的代码：

df['col'] = 's1' * min(df['s1'], 1) + ', ' + 's2' * min(df['s2'], 1) + ', ' + 's3' * min(df['s3'], 1)

---

为比较较大的值（如

0

by）创建掩码，然后与列名称一起用于矩阵乘法：

cols = ["s1", "s2", "s3"]
df['col'] = df[cols].gt(0).dot(df.columns + ',').str[:-1]
print (df)
   s1  s2  s3    col
0   1   0   0     s1
1   1   1   0  s1,s2
2   0   1   2  s2,s3

---

为比较较大的值（如

0

by）创建掩码，然后与列名称一起用于矩阵乘法：

cols = ["s1", "s2", "s3"]
df['col'] = df[cols].gt(0).dot(df.columns + ',').str[:-1]
print (df)
   s1  s2  s3    col
0   1   0   0     s1
1   1   1   0  s1,s2
2   0   1   2  s2,s3

---

可以使用

df.apply

和

lambda

函数执行此操作，如下所示

df[“col”]=df.apply（lambda行：“，”.join（行[row>0].keys（）.tolist（）），axis=1）

当必须将此操作仅应用于特定列时，还可以传递特定列名

df[“col2”]=df[[“s1”、“s2”、“s3”]].apply（lambda行：“，”.join（行[row>0].keys（）.tolist（）），axis=1）

可以使用

df执行。应用
和
lambda
功能如下

df[“col”]=df.apply（lambda行：“，”.join（行[row>0].keys（）.tolist（）），axis=1）

当必须将此操作仅应用于特定列时，还可以传递特定列名

df[“col2”]=df[[“s1”、“s2”、“s3”]].apply（lambda行：“，”.join（行[row>0].keys（）.tolist（）），axis=1）
优雅的回答！优雅的回答！