0でない数値が入っている列名を取得し、新しい列として定義する方法

Question

実現したいこと

• 事例の表を元に、原料ごとのヒストグラムや箱ひげ図を作成したい。
• この時、表の「根菜種」の列を左側の列の情報から、python(pandas/numpy想定)で自動で作りたい。
• 事例の原料は3種類のみだが、実際のデータは20種類くらいある。
• 今はif文で「根菜種」列を作っているが、利用原料数が多く、原料種も入れ替わるので、全原料をifやelifで列挙する方法は避けたい。

データ性質

• 各使用量の列において、0より大きい数字が入る列1つのみ（例：大根と人参の同時使用はない）
• ただし、全部使わないこともある(例：レシピ番号6)

事例(根菜種列を自動作成したい)

レシピ番号	人参使用量	大根使用量	ごぼう使用量	根菜種
1	10	0	0	人参
2	0	20	0	大根
3	0	0	30	ごぼう
4	0	20	0	大根
5	0	0	10	ごぼう
6	0	0	0	利用なし

Comments

[can110]

現状のif文で事例の表、ヒストグラム、箱ひげ図が作成できていればそのコードを提示ください。
また、そのときの元となるデータ（表）も提示ください。

Answer 1

既に解決していますが、ベストアンサーが.apply()を使った非効率な方法でしたので、改善案を提示します。

まず、下記の形のデータフレームを用意します。

tmp_df = df.iloc[:, 1:]  # 関係ない「レシピ番号」列を除外
tmp_df.columns = tmp_df.columns.str.replace("使用量", "")  # 列名が結果として入るワードになるように調整する
tmp_df["利用なし"] = 1  # 利用なし列を追加、0より大きいかつ最小の値（=1）にする

	人参	大根	ごぼう	利用なし
0	10	0	0	1
1	0	20	0	1
2	0	0	30	1
3	0	20	0	1
4	0	0	10	1
5	0	0	0	1

これができたら.idxmax()メソッドで希望の列が得られます。

df["根菜種"] = tmp_df.idxmax(1)
print(df["根菜種"])
# 0        人参
# 1        大根
# 2      ごぼう
# 3        大根
# 4      ごぼう
# 5    利用なし
# dtype: object

Comments

[melian]

idxmax を使う方法、見事です。

[MagMag]

なるほど。ありがとうございます！

Answer 2

import pandas as pd
import numpy as np
import io

pd.set_option('display.unicode.east_asian_width', True)

csv_data = '''
レシピ番号,人参使用量,大根使用量,ごぼう使用量
1,10,0,0
2,0,20,0
3,0,0,30
4,0,20,0
5,0,0,10
6,0,0,0
'''
df = pd.read_csv(io.StringIO(csv_data))

#
vegetables = [c.replace('使用量', '') for c in df.columns[1:]] + ['利用なし']
df['根菜種'] = df.iloc[:,1:].apply(lambda x: vegetables[np.where(x > 0)[0][0] if x.any() else -1], axis=1)

print(df)

Comments

[MagMag]

できました！dfをdocstringで作る方法も感動しました！
ありがとうございます。