Python 熊猫：基于索引将多行合并为一行

我有以下数据帧：

import pandas as pd

df = pd.DataFrame({'Q10: HEDGE FUND':['NO', 'YES', 'NO'],
                   'Q10: PRIVATE EQUITY FUND': ['NO', 'YES', 'YES'],
                   'Q10: REAL ESTATE FUND': ['YES', 'NO', 'NO']}).T

                            0    1    2
Q10: HEDGE FUND            NO  YES   NO
Q10: PRIVATE EQUITY FUND   NO  YES  YES
Q10: REAL ESTATE FUND     YES   NO   NO

我想要什么：

                    0    1                    2
Q10  REAL ESTATE FUND  N/A  PRIVATE EQUITY FUND

也就是说，我想把三个Q10行合并成1，列出基金的类型

每列对应一种基金类型。第0列是房地产基金（请注意，Q10：房地产基金行中有一个是）。第2列是私募股权基金（请注意，Q10：私募股权行中有一个是）。但是，列1列出了两个是，这是数据帧中的一个错误。我需要把这个改成不适用

我尝试过的：对于每一列，我都能找到“是”在每一列中的位置，但我不知道如何处理第1列（它有两个“是”，所以应该改为“不适用”），我觉得有一种更无缝的方法可以做到这一点：

df[0].tolist().index('YES')
2

---

我不清楚你们的专栏是什么意思，你们想要的输出是什么。我已经添加了更多的解释，希望这能有所帮助。每一列都是一个不同的“基金”，行告诉它是哪种类型的基金（第1列除外，这是数据框中的一个错误）。我想把3行YES/NO改为1行，列出基金的类型，所以如果一列中有多个YES，它们基本上都需要改为NO？然后查看哪些列是“是”？否，如果一列中有多个“是”，则这是一个错误，因此新数据帧中的行需要读取N/a，如我给出的示例所示（请参阅我想要的：）

import pandas as pd

df = pd.DataFrame({'Q10: HEDGE FUND':['NO', 'YES', 'NO'],
               'Q10: PRIVATE EQUITY FUND': ['NO', 'YES', 'YES'],
               'Q10: REAL ESTATE FUND': ['YES', 'NO', 'NO']}).T

df2 = pd.DataFrame(index = ["Q10"], columns = [0,1,2])

df = df.transpose()
Row = []
for col in df.columns:
   if df[col].value_counts()["YES"]==1:
       Row.append(col[5:])
   else:
       Row.append("N/A")

df2.loc["Q10"] = Row