如何将（NotOne）热编码转换为同一行上具有多个值的列

Question

我基本上想扭转this question中提出的过程

>>> import pandas as pd
>>> example_input = pd.DataFrame({"one"   : [0,1,0,1,0], 
                                  "two"   : [0,0,0,0,0],
                                  "three" : [1,1,1,1,0],
                                  "four"  : [1,1,0,0,0]
                                  })
>>> print(example_input)
   one  two  three  four
0    0    0      1     1
1    1    0      1     1
2    0    0      1     0
3    1    0      1     0
4    0    0      0     0
>>> desired_output = pd.DataFrame(["three, four", "one, three, four",
                                   "three", "one, three", ""])
>>> print(desired_output)
                  0
0       three, four
1  one, three, four
2             three
3        one, three
4                  

关于反转一个热编码有很多问题（例如1&；2），但答案取决于每行只有一个二进制类处于活动状态，而我的数据在同一行中可以有多个类处于活动状态

This question接近于解决我需要的问题，但它的多个类在不同的行上分开。我需要我的结果是由分隔符（例如“，”）连接的字符串，这样输出的行数与输入的行数相同

使用这两个问题（1&；2）中的思想，我能够想出一个解决方案，但它需要一个普通的python for循环来迭代行，我怀疑这与完全使用pandas的解决方案相比会很慢

输入数据帧可以使用实际的布尔值，而不是整数编码，如果它使事情变得更简单的话。输出可以是数据帧或序列；我最终将把结果列添加到一个更大的数据帧中。如果允许更好的解决方案，我也愿意使用numpy，但如果不允许，我更愿意使用pandas

Answer 1

下面是一个使用python列表理解来迭代每一行的解决方案：

import pandas as pd

def reverse_hot_encoding(df, sep=', '):
    df = df.astype(bool)
    l = [sep.join(df.columns[row]) for _, row in df.iterrows()]
    return pd.Series(l)

if __name__ == '__main__':
    example_input = pd.DataFrame({"one"   : [0,1,0,1,0], 
                                  "two"   : [0,0,0,0,0],
                                  "three" : [1,1,1,1,0],
                                  "four"  : [1,1,0,0,0]
                                  })
    print(reverse_hot_encoding(example_input))

以下是输出：

0         three, four
1    one, three, four
2               three
3          one, three
4                    
dtype: object

Answer 2

您可以执行^{}，这比迭代数据帧中的所有行要faster得多：

df.dot(df.columns + ', ').str.rstrip(', ')

---

0         three, four
1    one, three, four
2               three
3          one, three
4                    
dtype: object