根据熊猫中多列的条件（最大值）替换列中的值

Posted 2023-03-11

【中文标题】根据熊猫中多列的条件（最大值）替换列中的值

【英文标题】：Replace values in a column based on conditions (Max value) from multiple columns in pandas

【发布时间】：2022-01-23 11:57:39

【问题描述】：

我有一个数据集，我已经像这样过滤了

在这个数据框的选择中，我想替换 "max" 和 "critical" 列的值，因为 "max" 列是错误的，它应该显示当天污染物值的最大值（ 'pm10', 'so2', 'co', 'o3', 'no2') 和关键栏应显示当天最大污染物的名称

想要的结果是：

tanggal stasiun                         pm10  so2   co  o3  no2 max   critical  categori
3515    2020-12-01  DKI1 (Bunderan HI)  22    17    4   19  8   22    PM10      BAIK
3516    2020-12-02  DKI1 (Bunderan HI)  25    18    4   28  7   28    o3        BAIK
3518    2020-12-04  DKI1 (Bunderan HI)  39    29    8   52  17  52    o3        SEDANG
3520    2020-12-06  DKI1 (Bunderan HI)  31    22    7   30  9   31    pm10      BAIK
3521    2020-12-07  DKI1 (Bunderan HI)  25    22    6   18  9   25    pm10      BAIK

【参考方案1】：

首先是选择列进行处理 - 例如按DataFrame.loc中的名字和姓氏：

df1 = df.loc[:, 'pm10':'no2']

或者去掉max，得到DataFrame.select_dtypes中的数字列：

df1 = df.drop(['max'], axis=1).select_dtypes(np.number)

但是因为有非数字列先转换成数字：

#for integers
df1 = df.loc[:, 'pm10':'no2'].astype(int)
#or for numeric if some bad values (strings)
df1 = df.loc[:, 'pm10':'no2'].apply(pd.to_numeric, errors='coerce')

然后分配max和DataFrame.idxmax：

df['max'] = df1.max(axis=1)
df['critical'] = df1.idxmax(axis=1)

---

print (df)
         tanggal             stasiun  pm10  so2  co  o3  no2  max critical  \
3515  2020-12-01  DKI1 (Bunderan HI)    22   17   4  19    8   22     pm10   
3516  2020-12-02  DKI1 (Bunderan HI)    25   18   4  28    7   28       o3   
3518  2020-12-04  DKI1 (Bunderan HI)    39   29   8  52   17   52       o3   
3520  2020-12-06  DKI1 (Bunderan HI)    31   22   7  30    9   31     pm10   
3521  2020-12-07  DKI1 (Bunderan HI)    25   22   6  18    9   25     pm10   

     categori  
3515     BAIK  
3516     BAIK  
3518   SEDANG  
3520     BAIK  
3521     BAIK  

【讨论】：

它给出了一个错误attempt to get argmax of an empty sequence

@DiazJubairy - 你能把df['critical'] = df1.idxmax(axis=1)改成df['critical'] = df1.dropna(how='all').idxmax(axis=1)

@DiazJubairy - 因为似乎有些行只有 NaN，所以该行的解决方案失败。

它有效！谢谢！

@DiazJubairy - 当然，添加到答案中。