从列中的字符串中提取每行的最大值

Posted 2023-04-15

【中文标题】从列中的字符串中提取每行的最大值

【英文标题】：Extracting Max value along each row from strings in column

【发布时间】：2019-07-23 13:25:47

【问题描述】：

我在 DataFrame 中有一列字符串，其中包含逗号分隔的数字。我需要从字符串中提取每一行的最大值。返回的最大值应该是从开始到第 13 个索引的最大值。

我尝试使用“，”作为分隔符拆分字符串，以将其转换为启用扩展选项的列表。然后我使用 Pandas 的 assign 方法沿纵轴求最大值。

sample_dt1 = sample_dt['pyt_hist'].str.split(',', expand=True).astype(float)
sample_dt = sample_dt.assign(max_value=sample_dt1.max(axis=1))

样本数据：

index    pyt_hist
0        0,0,0,0,0,0,0,0,0,0,0
1        0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0
2        0,0,0,360,420,392,361,330,300,269,239,208,177
3        0,0,0,0,0,0,0,0,0,0,0,0,0,0,23,0,23,0,0,56,0

预期结果：

index    pyt_hist                                           max_value
0        0,0,0,0,0,0,0,0,0,0,0                              0
1        0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0      0
2        0,0,0,360,420,392,361,330,300,269,239,208,177      420
3        0,0,0,0,0,0,0,0,0,0,0,0,0,0,23,0,23,0,0,56,0       0

使用我的代码获得的结果：

index    pyt_hist                                           max_value
0        0,0,0,0,0,0,0,0,0,0,0                              0.0
1        0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0      0.0
2        0,0,0,360,420,392,361,330,300,269,239,208,177      420.0
3        0,0,0,0,0,0,0,0,0,0,0,0,0,0,23,0,23,0,0,56,0       56.0

【参考方案1】：

您非常接近，sample_dt1.iloc[:,:13] 为您提供sample_dt1 的前 13 列。所以你可以这样做：

sample_dt = sample_dt.assign(max_value=sample_dt1.iloc[:,:13].max(axis=1))

【参考方案2】：

df.pyt_hist.str.split(',').apply(lambda x: max([int(i) for i in x[:13] if i]))

输出

0      0
1      0
2    420
3      0
Name: pyt_hist, dtype: int64

【讨论】：

由于int(i)，我收到以下错误：ValueError: invalid literal for int() with base 10: '' 如果我使用i*1 而不是int(i)，那么对于字符串150,150,150,150,150,150,90,90,90,90,90,90,90,90,90,90,90,0,0,60,0,0,0,0,60,60,60,0,0,60,60,60,60,60,60,60，它会返回90 而不是@ 987654329@

列表中是否有任何空值，对于上面使用相同代码的示例，我也得到了 90..

我在列表中看不到任何空值。但是，为了避免这种情况，我如何过滤或去除空值以使您的代码适用于所有情况？

在某些情况下它现在会抛出错误：ValueError: max() arg is an empty sequence

列表不为空。它是字符串列表，包含“无”，这些没有被转换为数字。另外，而不是前 12 个元素的最大值，我怎样才能从右侧获得最大的 1st 3 个元素？