在dataframe中创建一个列，该列是一个字符串，用于汇总其他列中的数据

Question

我有一个这样的数据框，其中的列是一些指标的得分：

A B C D  
4 3 3 1  
2 5 2 2  
3 5 2 4  

我想创建一个新的列，用列名作为字符串来总结每一行中哪些指标得分超过了设置的阈值。因此，如果阈值是A>；2，B>；3，C>；1，D>；3，我希望新列如下所示：

A B C D NewCol  
4 3 3 1 AC  
2 5 2 2 BC  
3 5 2 4 ABCD  

我试着用了一系列np.哪里地址：

df[NewCol] = np.where(df['A'] > 2, 'A', '')  
df[NewCol] = np.where(df['B'] > 3, 'B', '')

等等

但是当所有四个度量都不满足条件时，就会发现结果被最后一个度量覆盖，例如：

A B C D NewCol  
4 3 3 1 C  
2 5 2 2 C  
3 5 2 4 ABCD  

我很肯定有一个更简单和正确的方法来做到这一点。你知道吗

Answer 1

另一个以阵列方式运行的选项。比较一下性能会很有趣。你知道吗

import pandas as pd
import numpy as np

# Data to test.

data = pd.DataFrame(
    [
        [4, 3, 3, 1],
        [2, 5, 2, 2],
        [3, 5, 2, 4]
    ]
    , columns = ['A', 'B', 'C', 'D']
)

# Series to hold the thresholds.

thresholds = pd.Series([2, 3, 1, 3], index = ['A', 'B', 'C', 'D'])

# Subtract the series from the data, broadcasting, and then use sum to concatenate the strings.

data['result'] = np.where(data - thresholds > 0, data.columns, '').sum(axis = 1)

print(data)

提供：

   A  B  C  D result
0  4  3  3  1     AC
1  2  5  2  2     BC
2  3  5  2  4   ABCD

Answer 2

使用dot

s=pd.Series([2,3,1,3],index=df.columns)
df.gt(s,1).dot(df.columns)
Out[179]: 
0      AC
1      BC
2    ABCD
dtype: object

#df['New']=df.gt(s,1).dot(df.columns)

Answer 3

你可以做：

import pandas as pd

data = [[4, 3, 3, 1],
        [2, 5, 2, 2],
        [3, 5, 2, 4]]

df = pd.DataFrame(data=data, columns=['A', 'B', 'C', 'D'])

th = {'A': 2, 'B': 3, 'C': 1, 'D': 3}

df['result'] = [''.join(k for k in df.columns if record[k] > th[k]) for record in df.to_dict('records')]

print(df)

输出

   A  B  C  D result
0  4  3  3  1     AC
1  2  5  2  2     BC
2  3  5  2  4   ABCD