Python 如何根据行值获取熊猫中的列名？

我有一个数据帧，df:

        id_0         id_1          id_2
0         1            0             1
1         1            0             0
2         0            1             0
3         1            1             0
4         0            0             1
5         0            0             0

如果有1，我想得到每行的列名。怎么做？多谢各位

结果:

           result
0         id_0, id_2
1         id_0
2         id_1
3         id_0, id_1
4         id_2
5         NaN

0    id_0,id_2
1         id_0
2         id_1
3    id_0,id_1
4         id_2
5             
dtype: object

---

让我们试试

np.argwhere

+

groupby

v = np.argwhere(df.values).T
(pd.DataFrame(
       df.columns[v[1]], index=df.index[v[0]], columns=['result']
   ).groupby(level=0).agg(','.join).reindex(df.index)
)

      result
0  id_0,id_2
1       id_0
2       id_1
3  id_0,id_1
4       id_2
5        NaN

使用

dot

df.dot(df.columns+',').str[:-1]
Out[168]: 
0    id_0,id_2
1         id_0
2         id_1
3    id_0,id_1
4         id_2
5             
dtype: object

---

一种方法是尝试将

lambda

与

zip

和

一起使用

df.apply(lambda x: ','.join(c for c, i in zip(x.index, x.values) if i != 0), axis=1)

结果:

           result
0         id_0, id_2
1         id_0
2         id_1
3         id_0, id_1
4         id_2
5         NaN

0    id_0,id_2
1         id_0
2         id_1
3    id_0,id_1
4         id_2
5             
dtype: object

试试这个：

df['New'] = [','.join([str(df.columns[x]) for x,y in enumerate(list(i[-1])) if y==1]) for i in df.iterrows()]
print(df['New'])

输出：

0    id_0,id_2
1         id_0
2         id_1
3    id_0,id_1
4         id_2
5             
Name: New, dtype: object

使用
应用
和
过滤器

df.mul(df.columns).apply(lambda x: ','.join(filter(bool, x)), 1)

0    id_0,id_2
1         id_0
2         id_1
3    id_0,id_1
4         id_2
5             
dtype: object

df.dot（df.columns+“，”）.str[：-1]。替换（“”，np.nan）
用nanc替换empty你知道这是怎么回事吗？我不明白x.index和x.values在这种情况下有什么帮助