根据pandas中的条件获取列名

Question

我有一个如下的数据框架：

​

我想要获取特定行的列if列的名称，如果该列中包含1。

例如：

For Row 1: Blanks,
For Row 2: Manufacturing,
For Row 3: Manufacturing,
For Row 4: Manufacturing,
For Row 5: Social, Finance, Analytics, Advertising,

现在，我只能获得完整的行：

primary_sectors = lambda primary_sector: sectors[
    sectors["category_list"] == primary_sector
]

请帮我获取上面数据框中的列名。

我试过这段代码：

primary_sectors("3D").filter(items=["0"])

它给我的输出为1，但我需要输出为Manufacturing

Answer 1

首先

你的问题非常模棱两可，我建议你在@sammywemmy的评论中阅读这个link。如果我没弄错你的问题..。我们将首先讨论这个掩码：

df.columns[      
    (df == 1)        # mask 
    .any(axis=0)     # mask
]

发生什么事了呢？让我们从df.columns[**HERE**]内部开始向外学习：

根据docs，

1. (df == 1)使用True/False(1/0)
2. .any()对df进行布尔掩码

“返回False，除非在一个序列中或沿着数据框轴至少有一个元素是True或等效的”。

这为我们提供了一个方便的Series来屏蔽列名。

我们将使用此示例在下自动执行您的解决方案

接下来：

Automate，以获得行值中包含1的(<row index> ,[<col name>, <col name>,..])的输出。虽然这在大型数据集上会更慢，但它应该可以做到：

import pandas as pd

data = {'foo':[0,0,0,0], 'bar':[0, 1, 0, 0], 'baz':[0,0,0,0], 'spam':[0,1,0,1]}
df = pd.DataFrame(data, index=['a','b','c','d'])

print(df)

   foo  bar  baz  spam
a    0    0    0     0
b    0    1    0     1
c    0    0    0     0
d    0    0    0     1

# group our df by index and creates a dict with lists of df's as values
df_dict = dict(
    list(
        df.groupby(df.index)
    )
)

下一步是一个for循环，它迭代df_dict中每个df的内容，用我们之前创建的掩码检查它们，并打印预期的结果：

for k, v in df_dict.items():               # k: name of index, v: is a df
    check = v.columns[(v == 1).any()]
    if len(check) > 0:
        print((k, check.to_list()))

('b', ['bar', 'spam'])
('d', ['spam'])

附注：

您看到我是如何生成可轻松重现的样本数据了吗？以后，请尽量用张贴的样本数据提问，这样可以复制。这样可以帮助您更好地了解您的问题，我们也更容易为您解答问题。

Answer 2

使用DataFrame.dot

df1 = df.dot(df.columns)

如果每行有多个1：

df2 = df.dot(df.columns + ';').str.rstrip(';')

Answer 3

获取列名分为两部分。

如果你想要一个新的列名，那么条件应该是唯一的，因为它只为每一行提供一个列名。

data = {'foo':[0,0,3,0], 'bar':[0, 5, 0, 0], 'baz':[0,0,2,0], 'spam':[0,1,0,1]}
df = pd.DataFrame(data)
df=df.replace(0,np.nan)
df
    foo bar baz spam
0   NaN NaN NaN NaN
1   NaN 5.0 NaN 1.0
2   3.0 NaN 2.0 NaN
3   NaN NaN NaN 1.0

如果您正在寻找最小值或最大值

max= df.idxmax(1)
min = df.idxmin(1)
out=  df.assign(max=max , min=min)
out

    foo bar baz spam   max    min
0   NaN NaN NaN NaN    NaN    NaN
1   NaN 5.0 NaN 1.0    bar    spam
2   3.0 NaN 2.0 NaN    foo    baz
3   NaN NaN NaN 1.0    spam   spam

第二种情况，如果您的条件在多个列中得到满足，例如，您正在查找包含1的列，并且您正在查找列表，因为不可能在相同的数据帧中进行调整。

str_con= df.astype(str).apply(lambda x:x.str.contains('1.0',case=False, na=False)).any()
df.column[str_con]
#output
Index(['spam'], dtype='object') #only spam contains 1

或者您正在查找数值条件列包含的值大于1

num_con = df.apply(lambda x:x>1.0).any()
df.columns[num_con]
#output
Index(['foo', 'bar', 'baz'], dtype='object') #these col has higher value than 1

快乐学习