У меня есть dataframe like:
A B C
1 0 0
1 1 0
0 1 0
0 0 1
Я хочу иметь:
A B C label
1 0 0 A
1 1 0 AB
0 1 0 B
0 0 1 C
Я пытался сделать карту или применить, но я не мог понять.
Вот идиоматическое и эффективное решение
df['label'] = np.where(df, df.columns, '').sum(axis=1)
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
Используя dot
df.assign(label=df.dot(df.columns))
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
То же самое, используя базовые массивы numpy
df.assign(label=df.values.dot(df.columns.values))
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
In [101]: df['label'] = df.apply(lambda x: ''.join(df.columns[x.astype(bool)].tolist()), axis=1)
In [102]: df
Out[102]:
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
PS я определенно выбрал @Ted решение, так как он намного приятнее и намного... быстрее
Или используя melt и groupby
df1 = df.reset_index().melt('index')
df1 = df1[df1.value==1]
df['label'] = df1.groupby('index').variable.sum()
df
Out[976]:
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
Или
df['label'] = df.T.apply(lambda x: ''.join(x.index[x==1]),axis=0)
df
Out[984]:
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
df = df.assign(label=[''.join([df.columns[n] for n, bool in enumerate(row) if bool])
for _, row in df.iterrows()])
>>> df
A B C label
0 1 0 0 A
1 1 1 0 AB
2 0 1 0 B
3 0 0 1 C
Задержка
# Set-up:
df_ = pd.concat([df] * 10000)
%%timeit
# Solution by @Wen
df1 = df_.reset_index().melt('index')
df1 = df1[df1.value==1]
df['label'] = df1.groupby('index').variable.sum()
# 10 loops, best of 3: 47.6 ms per loop
%%timeit
# Solution by @MaxU
df_['label'] = df_.apply(lambda x: ''.join(df_.columns[x.astype(bool)].tolist()), axis=1)
# 1 loop, best of 3: 4.99 s per loop
%%timeit
# Solution by @TedPetrou
df_['label'] = np.where(df_, df_.columns, '').sum(axis=1)
# 100 loops, best of 3: 12.5 ms per loop
%%timeit
# Solution by @Alexander
df_['label'] = [''.join([df_.columns[n] for n, bool in enumerate(row) if bool]) for _, row in df_.iterrows()]
# 1 loop, best of 3: 3.75 s per loop
%%time
# Solution by @PiRSquared
df_['label'] = df_.dot(df_.columns)
# CPU times: user 18.1 ms, sys: 706 µs, total: 18.8 ms
# Wall time: 18.9 ms