熊猫（python）：列中的最大值在新列中定义新值

Posted 2023-03-11

【中文标题】熊猫（python）：列中的最大值在新列中定义新值

【英文标题】：Pandas (python): max in columns define new value in new column

【发布时间】：2017-09-05 22:23:58

【问题描述】：

我有一个大约 50 列的 df：

Product ID | Cat1 | Cat2 |Cat3 | ... other columns ...
8937456       0      5     10
8497534       25     3     0
8754392       4      15    7 

Cat 表示该产品有多少数量属于某个类别。现在我想添加一个“类别”列，表示产品的主要类别（忽略其他列，只考虑 Cat 列）。

df_goal：

Product ID | Cat1 | Cat2 |Cat3 | Category | ... other columns ...
8937456       0      5     10       3
8497534       25     3     0        1
8754392       4      15    7        2

我想我需要使用 max 和 apply 还是 map？

我在 *** 上找到了这些，但它们没有解决类别分配问题。在 Excel 中，我将列从 Cat 1 重命名为 1 并使用 index(match(max))。

Python Pandas max value of selected columns

How should I take the max of 2 columns in a dataframe and make it another column?

Assign new value in DataFrame column based on group max

【参考方案1】：

这是numpy.argmax 的 NumPy 方式 -

df['Category'] = df.values[:,1:].argmax(1)+1

要将选择限制为这些列，请专门使用这些列标题/名称，然后使用idxmax，最后将字符串Cat替换为`空字符串，就像这样-

df['Category'] = df[['Cat1','Cat2','Cat3']].idxmax(1).str.replace('Cat','')

numpy.argmax 或 panda's idxmax 基本上可以为我们获取沿轴的最大元素的 ID。

如果我们知道Cat 列的列名从1st 列开始并以4th 结束，我们可以切片 数据框：df.iloc[:,1:4] 而不是@987654333 @。

【讨论】：

感谢您的快速回复；请问，argmax 是如何工作的？不幸的是，我在 df 中还有其他列；有没有办法将其限制为这些列，或者我应该将所需的列保存为自己的 df？

选择那些列然后使用.values。

呃！杰出的！测试

df['Category'] = df[['Cat1','Cat2','Cat3']].idxmax(1).str.replace('Cat','') 完美运行;惊人的一个班轮；谢谢 - 希望我能给它不止一票