Python 创建字符串数组

我有各种类型的标志数组，如：

Data Type1 Type2 Type3
12   1     0     0
14   0     1     0
3    0     1     0
45   0     0     1

我要创建以下数组：

Data TypeName
12   Type1   
14   Type2   
3    Type2   
45   Type3   

我尝试创建类型字符串的空数组，如下所示：

import numpy as np
z1 = np.empty(4, np.string_)
z1[np.where(Type1=1)] = 'Type1'

但这似乎并没有给我想要的结果

编辑： 我可以使用pandas数据帧，每行只有1种类型，即Type1、Type2、Type3

编辑2：

---

数据类型1类型2类型3是熊猫数据框中的列名，但我在上面的示例中使用了带有隐式名称的numpy数组。

更新：这里是使用方法和使用

set_index（）

和

reset_index（）

的混合，以摆脱

pd.concat（）

：

旧答案：

您可以这样做（解决方案）：

---

一种方法是通过

df.apply(lambda row: 'Type1' if row.Type1 else 'Type2' if row.Type2 else 'Type3', axis=1)

例如：

In [6]: df
Out[6]: 
   Data  Type1  Type2  Type3
0    12      1      0      0
1    14      0      1      0
2     3      0      1      0
3    45      0      0      1

In [7]: df['TypeName'] = df.apply(lambda row: 'Type1' if row.Type1 else 'Type2' if row.Type2 else 'Type3', axis=1)

In [9]: df.drop(['Type1', 'Type2', 'Type3'], axis=1)
Out[9]: 
   Data TypeName
0    12    Type1
1    14    Type2
2     3    Type2
3    45    Type3

这里有一种方法滥用了这样一个事实，即我们从

Type1

列开始，每行只有一个

1

，使用

idxmax（）-

pd.concat((df.Data, df.iloc[:,1:].idxmax(1)),axis=1)

样本运行-

In [42]: df
Out[42]: 
   Data  Type1  Type2  Type3
0    12      1      0      0
1    14      0      1      0
2     3      0      1      0
3    45      0      0      1

In [43]: pd.concat((df.Data, df.iloc[:,1:].idxmax(1)),axis=1)
Out[43]: 
   Data      0
0    12  Type1
1    14  Type2
2     3  Type2
3    45  Type3

输入是一个数据帧吗？从第二列开始的每一行是否总是有一个
1
？您能告诉我们如何创建这样的输入数组吗？我非常喜欢这个解决方案。实际上你不需要
pd.concat
-
df.set\u index（'Data'）.idxmax（1）.reset\u index（name='TypeName'）
你应该把你的建议添加到你的帖子中。我觉得在你的帖子里值得一提@Divakar，但这里的主要思想是使用
.idxmax（1）
-您是第一个…；）链接到我的帖子！但一定要加上！：）
pd.concat((df.Data, df.iloc[:,1:].idxmax(1)),axis=1)

In [42]: df
Out[42]: 
   Data  Type1  Type2  Type3
0    12      1      0      0
1    14      0      1      0
2     3      0      1      0
3    45      0      0      1

In [43]: pd.concat((df.Data, df.iloc[:,1:].idxmax(1)),axis=1)
Out[43]: 
   Data      0
0    12  Type1
1    14  Type2
2     3  Type2
3    45  Type3