Python 如何使用列标题作为填充值将Panda数据帧从5列转换为1列？

这是从一项调查中收集的数据，其中有一个单选按钮可从5个选项中选择1个。列中存储的是一个简单的1，作为表示它已被选中的标志

我希望以一个列结束，列标题作为值。有人建议在我的数据框架上使用IDXMAX方法，但当我查看文档时，我真的不知道如何应用它。它看起来确实会对这个有用，尽管

我有一个数据帧：

 old = pd.DataFrame({'a FINSEC_SA' : [1,'NaN','NaN','NaN','NaN',1,'NaN'],
 'b FINSEC_A' : ['NaN',1,'NaN','NaN','NaN','NaN','NaN'],
 'c FINSEC_NO' : ['NaN','NaN',1,'NaN','NaN','NaN','NaN'],
 'd FINSEC_D' : ['NaN','NaN','NaN',1,'NaN','NaN',1],
 'e FINSEC_SD' : ['NaN','NaN','NaN','NaN',1,'NaN','NaN']})

我希望以这样的数据帧结束：

new = pd.DataFrame({'Financial Security':['a FINSEC_SA','b FINSEC_A',
'c FINSEC_NO','d FINSEC_D','e FINSEC_SD','a FINSEC_SA','d FINSEC_D']})

---

我只有大约65k行数据，所以性能不是我的首选。我最感兴趣的是学习一种很好的方法来做到这一点——希望这相当简单。如果idxmax可以很容易地实现这一点，那就太好了。

您可以直接使用

idxmax

，然后使用

reset\u index

来实现这一点

df = old.idxmax(axis=1).reset_index().drop('index', axis=1).rename(columns={0:'Financial'})

print(df)

      Financial
0   a FINSEC_SA
1   b FINSEC_A
2   c FINSEC_NO
3   d FINSEC_D
4   e FINSEC_SD
5   a FINSEC_SA
6   d FINSEC_D

说明：
1. <代码>idxmax跨列逐行选择最大值
2. <代码>删除删除不需要的列，然后删除重复的值。

---

3.最后，我们根据需要重命名列

您可以直接使用

idxmax

然后使用

reset\u index

来实现这一点

df = old.idxmax(axis=1).reset_index().drop('index', axis=1).rename(columns={0:'Financial'})

print(df)

      Financial
0   a FINSEC_SA
1   b FINSEC_A
2   c FINSEC_NO
3   d FINSEC_D
4   e FINSEC_SD
5   a FINSEC_SA
6   d FINSEC_D

说明：
1. <代码>idxmax跨列逐行选择最大值
2. <代码>删除删除不需要的列，然后删除重复的值。

---

3.最后，我们根据需要重命名列

idxmax只能与数字一起使用。因此，首先，我们需要将“NaN”（字符串）转换为np.NaN（数值）。然后我们可以将每列转换为数字系列：

old = old.replace('NaN', np.NaN)
old = old.apply(pd.to_numeric)

或者，您可以通过以下方式在一行中完成此操作：

old = old.apply(pd.to_numeric, errors='coerce')

最后，我们可以运行idxmax。您所要做的就是指定轴。axis=1表示每行中1（最大值）的位置，axis=0表示每列中1的位置

new = old.idxmax(axis=1)

您可以在一行中运行代码（如果在此之后不需要旧代码的副本）：

---

idxmax只能与数字一起使用。因此，首先，我们需要将“NaN”（字符串）转换为np.NaN（数值）。然后我们可以将每列转换为数字系列：

old = old.replace('NaN', np.NaN)
old = old.apply(pd.to_numeric)

或者，您可以通过以下方式在一行中完成此操作：

old = old.apply(pd.to_numeric, errors='coerce')

最后，我们可以运行idxmax。您所要做的就是指定轴。axis=1表示每行中1（最大值）的位置，axis=0表示每列中1的位置

new = old.idxmax(axis=1)

您可以在一行中运行代码（如果在此之后不需要旧代码的副本）：

---

在下面的代码中，我创建了一个单独检查NaN的函数，因为我认为在实际数据中，您将使用np.NaN而不是“NaN”（字符串）。您可以相应地修改字符串

def isNaN(num):
    return num == 'NaN'

def getval(x):
    if not isNaN(x['a FINSEC_SA']) : return 'a FINSEC_SA'
    if not isNaN(x['b FINSEC_A']) : return 'b FINSEC_A'
    if not isNaN(x['c FINSEC_NO']) : return 'c FINSEC_NO'
    if not isNaN(x['d FINSEC_D']) : return 'd FINSEC_D'
    if not isNaN(x['e FINSEC_SD']) : return 'e FINSEC_SD'


old.apply(getval, axis=1)

这是可读的，但不是有效的答案。熔化功能可用于以更高效的方式获得相同的答案-

old['id'] = old.index
new = pd.melt(old, id_vars= 'id', var_name = 'Financial')
new = new[new['value'] != 'NaN'].drop('value', axis=1).sort_index(axis=0)

---

在下面的代码中，我创建了一个单独检查NaN的函数，因为我认为在实际数据中，您将使用np.NaN而不是“NaN”（字符串）。您可以相应地修改字符串

def isNaN(num):
    return num == 'NaN'

def getval(x):
    if not isNaN(x['a FINSEC_SA']) : return 'a FINSEC_SA'
    if not isNaN(x['b FINSEC_A']) : return 'b FINSEC_A'
    if not isNaN(x['c FINSEC_NO']) : return 'c FINSEC_NO'
    if not isNaN(x['d FINSEC_D']) : return 'd FINSEC_D'
    if not isNaN(x['e FINSEC_SD']) : return 'e FINSEC_SD'


old.apply(getval, axis=1)

这是可读的，但不是有效的答案。熔化功能可用于以更高效的方式获得相同的答案-

old['id'] = old.index
new = pd.melt(old, id_vars= 'id', var_name = 'Financial')
new = new[new['value'] != 'NaN'].drop('value', axis=1).sort_index(axis=0)

---

虽然这个答案是值得称赞的，而且行之有效，但它也有不足之处。例如，一个问题是如何处理附加列。此解决方案需要更改代码，其他解决方案则不需要。另一个原因是，它与使用

pandas

primitives的解决方案相比，时间安排可能很差。虽然这是一项值得信赖的工作，而且行之有效，但它也有不足之处。例如，一个问题是如何处理附加列。此解决方案需要更改代码，其他解决方案则不需要。另一个原因是，它与使用

pandas

原语的解决方案相比，可能计时不及时。我希望您将原始答案保留在中，以便进行比较，而不是对其进行编辑。我相信很多人都知道尝试不同方法的价值，所以可以说这会增加问题的多样性。我后来意识到这是错误的答案。我只是简单地叠加数据，以获得原始列名。但是，答案需要基于非na值的列名。我希望您将原始答案保留在中以供比较，而不是编辑它。我相信很多人都知道尝试不同方法的价值，所以可以说这会增加问题的多样性。我后来意识到这是错误的答案。我只是简单地叠加数据，以获得原始列名。但是，答案需要基于非na值的列名。不同答案的范围，可能来自不同体验水平的用户，值得一读，因为它显示了许多复杂程度的方法。感谢所有回答的人。在创建上面的第一个数据帧时，我没有意识到我在做什么，将“NaN”创建为字符串，而不是数字值。显然，按照我的数据实际情况创建它会更好-使用正确的方式。。。在这一点上，我对python有点陌生，只是想弄明白一些事情。不同答案的范围，可能来自不同体验级别的用户，这是对完整阅读的回报，因为它显示了许多复杂程度的方法。感谢所有回答的人。在创建上面的第一个数据帧时，我没有意识到我在做什么，将“NaN”创建为字符串，而不是数字值。显然，按照我的数据实际情况创建它会更好-使用正确的方式。。。在这一点上，我对python有点陌生，只是想弄明白一些事情。