如何使用列标题作为填充值将Pandas数据帧从5列转换为1列？

Question

这是从一项调查中收集的数据，其中有一个单选按钮可从5个选项中选择一个。列中存储的是一个简单的1，作为表示它已被选中的标志。你知道吗

我想以一个列结束，列标题作为值。有人建议在我的数据帧上使用IDXMAX方法，但是当我查看文档时，我真的不知道如何应用它。不过，它看起来确实有用。。。你知道吗

我有一个数据帧：

 old = pd.DataFrame({'a FINSEC_SA' : [1,'NaN','NaN','NaN','NaN',1,'NaN'],
 'b FINSEC_A' : ['NaN',1,'NaN','NaN','NaN','NaN','NaN'],
 'c FINSEC_NO' : ['NaN','NaN',1,'NaN','NaN','NaN','NaN'],
 'd FINSEC_D' : ['NaN','NaN','NaN',1,'NaN','NaN',1],
 'e FINSEC_SD' : ['NaN','NaN','NaN','NaN',1,'NaN','NaN']})

我想以这样的数据帧结束：

new = pd.DataFrame({'Financial Security':['a FINSEC_SA','b FINSEC_A',
'c FINSEC_NO','d FINSEC_D','e FINSEC_SD','a FINSEC_SA','d FINSEC_D']})

我只有大约65k行数据，所以性能不是我的首选。我最感兴趣的是学习一个很好的方法来做到这一点-这是希望相当简单。如果idxmax很容易做到这一点，那就太好了。你知道吗

Answer 1

在下面的代码中，我创建了一个单独检查NaN的函数，正如我认为在实际数据中您将拥有的那样np.NaN公司而不是“NaN”（字符串）。可以相应地修改字符串

def isNaN(num):
    return num == 'NaN'

def getval(x):
    if not isNaN(x['a FINSEC_SA']) : return 'a FINSEC_SA'
    if not isNaN(x['b FINSEC_A']) : return 'b FINSEC_A'
    if not isNaN(x['c FINSEC_NO']) : return 'c FINSEC_NO'
    if not isNaN(x['d FINSEC_D']) : return 'd FINSEC_D'
    if not isNaN(x['e FINSEC_SD']) : return 'e FINSEC_SD'


old.apply(getval, axis=1)

这是可读的，但不是有效的答案。熔融功能可用于以更有效的方式获得相同的答案-

old['id'] = old.index
new = pd.melt(old, id_vars= 'id', var_name = 'Financial')
new = new[new['value'] != 'NaN'].drop('value', axis=1).sort_index(axis=0)

Answer 2

您可以直接使用idxmax后跟reset_index来实现这一点。你知道吗

df = old.idxmax(axis=1).reset_index().drop('index', axis=1).rename(columns={0:'Financial'})

print(df)

      Financial
0   a FINSEC_SA
1   b FINSEC_A
2   c FINSEC_NO
3   d FINSEC_D
4   e FINSEC_SD
5   a FINSEC_SA
6   d FINSEC_D

说明：
1idxmax跨列逐行选择最大值。
2drop删除不需要的列，然后删除duplicate值。
三。最后，我们根据需要rename列。你知道吗

Answer 3

idxmax只能用于数字。首先，我们需要将“NaN”（字符串）转换为np.NaN公司（数字值）。然后我们可以将每一列转换成一个数字系列：

old = old.replace('NaN', np.NaN)
old = old.apply(pd.to_numeric)

或者，您可以在一行中使用以下命令执行此操作：

old = old.apply(pd.to_numeric, errors='coerce')

最后，我们可以运行idxmax。您所要做的就是指定轴。轴=1表示每行中1的位置（最大值），轴=0表示每列中1的位置

new = old.idxmax(axis=1)

您可以在一行中运行代码（如果在此之后不需要旧代码的副本）：

new = old.apply(pd.to_numeric, errors='coerce').idxmax(axis=1)