blocks|key|2513688|text|一种方法可以是使用replace并将一个Series映射列标签传递到值(在本例中是相同的标签)：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2513689|>>>+dfz.loc[:,+'A':'D'].replace(1,+pd.Series(dfz.columns,+dfz.columns))
+++A++B++C++D
0++A++B++C++D
1++0++0++0++0
2++0++0++0++0
3++A++B++C++D
4++0++0++3++0
5++0++B++C++0|code-block|syntax|javascript|2513690|要使更改永久化，您可以将返回的DataFrame分配给dfz.loc[:,+'A':'D']。|2513691|撇开解决方案不说，记住在列中混合数字和字符串类型可能会损失很多性能好处，因为熊猫被迫使用通用的'object‘dtype来保存值。|2513692|entityMap|0|LINK|mutability|MUTABLE|url|http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.replace.html^0|9|7|9|7|0|0|0|R|J|0|0^^$0|@$1|2|3|4|5|6|7|W|8|@$9|X|A|Y|B|C]]|D|@$9|Z|A|10|1|11]]|E|$]]|$1|F|3|G|5|H|7|12|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|13|8|@$9|14|A|15|B|C]]|D|@]|E|$]]|$1|M|3|N|5|6|7|16|8|@]|D|@]|E|$]]|$1|O|3|-4|5|6|7|17|8|@]|D|@]|E|$]]]|P|$Q|$5|R|S|T|E|$U|V]]]]

One way could be to use <a href="http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.replace.html"><code>replace</code></a> and pass in a Series mapping column labels to values (those same labels in this case):

<pre><code>&gt;&gt;&gt; dfz.loc[:, 'A':'D'].replace(1, pd.Series(dfz.columns, dfz.columns))
 A B C D
0 A B C D
1 0 0 0 0
2 0 0 0 0
3 A B C D
4 0 0 3 0
5 0 B C 0
</code></pre>

To make the change permanent, you'd assign the returned DataFrame back to <code>dfz.loc[:, 'A':'D']</code>.

Solutions aside, it's useful to keep in mind that you may lose a lot of performance benefits when you mix numeric and string types in columns, as pandas is forced to use the generic 'object' dtype to hold the values.

blocks|key|1651168|text|我更喜欢@ajcr的非常优雅的解决方案。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1651169|如果您的列名不能很容易地用于切片，下面是我的解决方案：|1651170|dfz.ix[:,+dfz.filter(regex=r'(A%7CB%7CC%7CD)').columns.tolist()]+=+(
++++dfz[dfz!=1].ix[:,dfz.filter(regex=r'(A%7CB%7CC%7CD)').columns.tolist()]
+++++++++++++++.apply(lambda+x:+x.fillna(x.name))
)|code-block|syntax|javascript|1651171|输出：|1651172|In+[207]:+dfz
Out[207]:
+++A++B++C++D++++++E
0++A++B++C++D+++22.0
1++0++0++0++0+++15.0
2++0++0++0++0++++NaN
3++A++B++C++D+++10.0
4++0++0++3++0++++NaN
5++0++B++C++0++557.0|1651173|entityMap^0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|P|8|@]|9|@]|A|$]]|$1|D|3|E|5|F|7|Q|8|@]|9|@]|A|$G|H]]|$1|I|3|J|5|6|7|R|8|@]|9|@]|A|$]]|$1|K|3|L|5|F|7|S|8|@]|9|@]|A|$G|H]]|$1|M|3|-4|5|6|7|T|8|@]|9|@]|A|$]]]|N|$]]

I do prefer very elegant solution from @ajcr. 

In case if you have column names that you cant use that easily for slicing, here is my solution:

<pre><code>dfz.ix[:, dfz.filter(regex=r'(A|B|C|D)').columns.tolist()] = (
 dfz[dfz!=1].ix[:,dfz.filter(regex=r'(A|B|C|D)').columns.tolist()]
 .apply(lambda x: x.fillna(x.name))
)
</code></pre>

Output:

<pre><code>In [207]: dfz
Out[207]:
 A B C D E
0 A B C D 22.0
1 0 0 0 0 15.0
2 0 0 0 0 NaN
3 A B C D 10.0
4 0 0 3 0 NaN
5 0 B C 0 557.0
</code></pre>

blocks|key|2408123|text|也许它不是那么优雅，but...just在列中循环并替换：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2408124|for+i+in+dfz[['A','B','C','D']].columns:
++++dfz[i].replace(1,i,inplace=True)|code-block|syntax|javascript|2408125|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

Maybe it's not so elegant but...just looping through columns and replace:

<pre><code>for i in dfz[['A','B','C','D']].columns:
 dfz[i].replace(1,i,inplace=True)
</code></pre>

blocks|key|2408127|text|一种使用where的解决方案|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2408128|>>>+dfz.where(dfz+!=+1,+dfz.columns.to_series(),+axis=1)
+++A++B++C++D++++++E
0++A++B++C++D+++22.0
1++0++0++0++0+++15.0
2++0++0++0++0++++NaN
3++A++B++C++D+++10.0
4++0++0++3++0++++NaN
5++0++B++C++0++557.0|code-block|syntax|javascript|2408129|entityMap^0|4|5|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@$9|N|A|O|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|P|8|@]|D|@]|E|$I|J]]|$1|K|3|-4|5|6|7|Q|8|@]|D|@]|E|$]]]|L|$]]

A solution using <code>where</code>:
<pre><code>&gt;&gt;&gt; dfz.where(dfz != 1, dfz.columns.to_series(), axis=1)
 A B C D E
0 A B C D 22.0
1 0 0 0 0 15.0
2 0 0 0 0 NaN
3 A B C D 10.0
4 0 0 3 0 NaN
5 0 B C 0 557.0
</code></pre>

I have a dataframe that looks something like this:

<a href="https://i.stack.imgur.com/QG7VO.png" rel="noreferrer"><img src="https://i.stack.imgur.com/QG7VO.png" alt="enter image description here"></a>

I want to replace all 1's in the range A:D with the name of the column, so that the final result should resemble:

<a href="https://i.stack.imgur.com/8THwx.png" rel="noreferrer"><img src="https://i.stack.imgur.com/8THwx.png" alt="enter image description here"></a>

How can I do that?

You can recreate my dataframe with this:

<pre><code>dfz = pd.DataFrame({'A' : [1,0,0,1,0,0],
 'B' : [1,0,0,1,0,1],
 'C' : [1,0,0,1,3,1],
 'D' : [1,0,0,1,0,0],
 'E' : [22.0,15.0,None,10.,None,557.0]})
</code></pre>

How to replace a value in a pandas dataframe with column name based on a condition?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一个数据文件，看起来像这样：​​我希望用列的名称替换范围A:D中的所有1，这样最后的结果应该类似于：​​我怎么能这么做？您可以使用以下内容重新创建我的数据文件：dfz = pd.DataFrame({'A' : [1,0,0,1,0,0],                    'B' : [1,0,0,1,0,1...

问如何根据条件将熊猫数据中的值替换为列名？
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何根据条件将熊猫数据中的值替换为列名？EN