Python 更改每个特定列的列值

我正在玩一个大的数据集，几乎有200列和70000行。这是一个如此混乱的数据，所以我应该让更多的可读性

在数据列中，是指：

ATT_A（同意）

，

ATT_SA（强烈同意）

，

ATT_D（不同意）

等等

每5列仅代表一个答案

我的想法是，我可以使用

.replace（）

函数，然后使每1个值列表示一个值（如果列名是..那么列值应该是

'SA'

而不是1）

然后我可以在一列中连接5列。这样就不会那么凌乱了

思想专栏

SA
A
SD
A
D
SA

这是我试过的代码

for c in cols.columns:
    if c.upper()[:4] == 'ATT_':
        if c[-2:] == 'SA':
             c.replace('1', 'SA')

我试了很多次，但我看不出我的错误。 我对编码是新手，所以我可能会犯愚蠢的错误。

这里有一个选项：

# split the columns at the second underscore to make the columns a multi-index
df.columns = df.columns.str.rsplit("_", n=1, expand=True)    

# transform the answer A,SA,D... to a column, group by level 0(row number) and find out the
# answer corresponding to 1 with idxmax
df.stack(level=1).groupby(level=0).agg(lambda x: x.idxmax()[1])

---

另一种选择：

---

数据设置：

---

你能做一个小的可复制的例子，用易于复制和粘贴的文本替换图像吗？我改变了图片，希望现在更清晰。我很想分享csv.example，但我不能这么做。对不起。你能在文本中显示你的数据框的一些比例吗（复制和粘贴）？例如

df.filter（regex=“TECHIMP”）.head（）

。只是想知道那些列中不是1的值是什么。0还是NaN？我希望我明白了。这里是一个TECHIMP:

ATT\u TECHIMP\u a 0 NaN 1 NaN 2 NaN 3 NaN 4 1.0

ATT\u TECHIMP\u D 0 1.0 1.0 NaN 3 NaN 4 NaN

# split columns as above
df.columns = df.columns.str.rsplit("_", n=1, expand=True)    

# group columns based on the prefix along axis 1, and for each row find out the index with 
# value 1 using idxmax() function
df.groupby(level=0, axis=1).apply(lambda g: g.apply(lambda x: x.idxmax()[1], axis = 1))

cols1 = ["ATT_TECHIMP_" + x for x in ["SA", "A", "NO", "D", "SD"]]
cols2 = ["ATT_BBB_" + x for x in ["SA", "A", "NO", "D", "SD"]]

df1 = pd.DataFrame([[1, None, None, None, None], [None, None, 1, None, None], [None, None, 1, None, None], [None, None, None, 1, None], [None, None, None, None, 1]], columns=cols1)
df2 = pd.DataFrame([[None, 1, None, None, None], [None, None, None, None, 1], [None, None, 1, None, None], [None, None, None, 1, None], [None, None, None, None, 1]], columns=cols2)

df = pd.concat([df1, df2], axis=1)