Pandas将True列转换为列值。

Question

我有以下布尔值表：

pd.DataFrame(data={'val1': [True, False, False, True], 
                   'val2': [False, True, False, True], 
                   'val3': [True, True, False, True], 
                   'val4': [True, False, True, False], 
                   'val5': [True, True, False, False],
                   'val6': [False, False, True, True]},
                   index=pd.Series([1, 2, 3, 4], name='index'))

索引	值1	值2	值3	值4	值5	值6
1	真	假	真	真	真	假
2	假	真	真	假	真	假
3	假	假	假	真	假	真
4	真	真	真	假	假	真

我想创建一个新的数据框（dataframe），该数据框具有相同的索引，但每行都包含来自上一列的前三个True列名。

索引	True值1	True值2	True值3
1	值1	值3	值4
2	值2	值3	值5
3	值4	值6	NaN
4	值1	值2	值3

如果某行的True值少于三个，新数据框将具有Null值。

- bltSandwich21

Answer 1

尝试使用点（dot），然后使用分割（split）。

#df = df.set_index('index')
out = df.dot(df.columns + ',').str[:-1].str.split(',',expand=True).iloc[:,:3]
out
Out[258]: 
          0     1     2
index                  
1      val1  val3  val4
2      val2  val3  val5
3      val4  val6  None
4      val1  val2  val3

- BENY

Answer 2

你可以使用 numpy 和 argsort 来通过 True 值的位置来切分列。

然后使用 where 来将那些太少 True 值的行变为 NaN。

import numpy as np
import pandas as pd

# Get the first `N` True columns.
N = 3

arr = df.to_numpy()
data = df.columns.to_numpy()[(~arr).argsort(axis=1, kind='stable')[:, :N]]
mask = np.ones_like(data).cumsum(1) <= arr.sum(1)[:, None]

res = pd.DataFrame(data, columns=[f'TrueVal{i+1}' for i in range(N)],
                   index=df.index).where(mask)

---

print(res)

      TrueVal1 TrueVal2 TrueVal3
index                           
1         val1     val3     val4
2         val2     val3     val5
3         val4     val6      NaN
4         val1     val2     val3

- ALollz