Python 基于另一列的值更新数据帧中列的更快方法

我有一个pandas数据框，列=[a，B，C，D，…I，Z]。数据帧中大约有80000行，列A、B、C、D，…，所有这些行的值都是0。Z的值介于[0,9]之间。我试图做的是更新数据框中所有行的第x列的值，其中x是Z的当前值。如果x的值为0，则忽略。数据框看起来像-

    A    B    C    D  ...  Z
0   0    0    0    0  ...  9
1   0    0    0    0  ...  1
2   0    0    0    0  ...  2
3   0    0    0    0  ...  3    

这就是我目前所拥有的

cols = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']  
for index, row in df.iterrows():
            if row['Z'] != 9:
                df.loc[index, cols[int(row['Z'])]] = 1

这太慢了，导致脚本中途停止执行。有没有更快或更好的方法？我试着查看np.where和np.apply，但我无法理解语法。这就是我尝试使用np.apply的内容-

df.iloc[what goes here?] = df['Z'].apply(lambda x: 1 if x != 9)

上述样本的期望输出为-

    A    B    C    D  ...  Z
0   0    0    0    0  ...  9
1   0    1    0    0  ...  1
2   0    0    1    0  ...  2
3   0    0    0    1  ...  3 

屈服

   A  B  C  D  E  F  G  H  I  Z
0  0  0  0  0  0  0  0  0  0  9
1  0  1  0  0  0  0  0  0  0  1
2  0  0  1  0  0  0  0  0  0  2
3  0  0  0  1  0  0  0  0  0  3
4  0  1  0  0  0  0  0  0  0  1
5  0  0  0  0  0  1  0  0  0  5
6  0  0  0  0  1  0  0  0  0  4

   B  C  D  E  F  Z
0  0  0  0  0  0  9
1  1  0  0  0  0  1
2  0  1  0  0  0  2
3  0  0  1  0  0  3
4  1  0  0  0  0  1
5  0  0  0  0  1  5
6  0  0  0  1  0  4

---

Pandas有一个功能，它可以实现您想要的功能：

In [274]: pd.get_dummies(['A','C','B','D'])
Out[274]: 
   A  B  C  D
0  1  0  0  0
1  0  0  1  0
2  0  1  0  0
3  0  0  0  1

通过使

cols

成为一个NumPy数组，您可以使用 所需的列标签。（下面解释了

'temp'

列的用途）：

df.update（other）

将非NaN值从

other

数据帧复制到

df

。由于

df

没有标记为

temp

的列，因此忽略该列中的值

---

或者，使用

pd.get_假人（cols[df['Z']）构造
df['Z']
：

屈服

   A  B  C  D  E  F  G  H  I  Z
0  0  0  0  0  0  0  0  0  0  9
1  0  1  0  0  0  0  0  0  0  1
2  0  0  1  0  0  0  0  0  0  2
3  0  0  0  1  0  0  0  0  0  3
4  0  1  0  0  0  0  0  0  0  1
5  0  0  0  0  0  1  0  0  0  5
6  0  0  0  0  1  0  0  0  0  4

   B  C  D  E  F  Z
0  0  0  0  0  0  9
1  1  0  0  0  0  1
2  0  1  0  0  0  2
3  0  0  1  0  0  3
4  1  0  0  0  0  1
5  0  0  0  0  1  5
6  0  0  0  1  0  4

请注意，如果与之对应的
Z
列中没有值，则某些列可能会丢失。
能否为您的小样本发布所需的输出？我们如何更新第x列，例如x是8，只有5列？@user3483203我已经更正了问题描述，并用所需的输出更新了它。非常感谢！这正是我需要的，而且速度惊人。
import numpy as np
import pandas as pd
cols = np.array(['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'temp'])
df = pd.DataFrame({'Z':[9,1,2,3,1,5,4]})

df = pd.concat([pd.get_dummies(cols[df['Z']]), df['Z']], axis=1)
df = df.drop('temp', axis=1)
print(df)

   B  C  D  E  F  Z
0  0  0  0  0  0  9
1  1  0  0  0  0  1
2  0  1  0  0  0  2
3  0  0  1  0  0  3
4  1  0  0  0  0  1
5  0  0  0  0  1  5
6  0  0  0  1  0  4