Pandas 最大行数，前 n 最大

Posted 2023-04-18

【中文标题】Pandas 最大行数，前 n 最大

【英文标题】：Pandas max for rows, top n max

【发布时间】：2020-03-11 09:43:33

【问题描述】：

我正在尝试创建顶部列，这是几列行中的最大值。 Pandas 有一个方法nlargest，但我无法让它成行工作。 Pandas 也有 max 和 idxmax，它们完全符合我的要求，但仅限于绝对最大值。

df = pd.DataFrame(np.array([[1, 2, 3, 5, 1, 9], [4, 5, 6, 2, 5, 9], [7, 8, 9, 2, 5, 10]]), columns=['a', 'b', 'c', 'd', 'e', 'f'])
cols = df.columns[:-1].tolist()

df['max_1_val'] = df[cols].max(axis=1)
df['max_1_col'] = df[cols].idxmax(axis=1)

输出：

    a   b   c   d   e   f   max_1_val   max_1_col
0   1   2   3   5   1   9   5           d
1   4   5   6   2   5   9   6           c
2   7   8   9   2   5   10  9           c

但我正在尝试获取 max_n_val 和 max_n_col，因此前 3 名的预期输出为：

    a   b   c   d   e   f   max_1_val   max_1_col   max_2_val   max_2_col   max_3_val   max_3_col
0   1   2   3   5   1   9   5           d           3           c           2           b
1   4   5   6   2   5   9   6           c           5           b           5           e
2   7   8   9   2   5   10  9           c           8           b           7           a

【问题讨论】：

我没有发布作为答案，因为它不完整。但这可能会让您入门：df[['max_1', 'max_2', 'max_3']] = df.T.nlargest(3, columns=[0]).T。基本上，您将原始帧转置为 calc nlargest 并存储到新列，然后转置回其原始形式。

【参考方案1】：

为了提高性能使用numpy.argsort作为位置，为了正确的顺序使用最后3个项目，通过索引反转：

N = 3
a = df[cols].to_numpy().argsort()[:, :-N-1:-1]
print (a)
[[3 2 1]
 [2 4 1]
 [2 1 0]]

然后通过索引到c 来获取列名，并为d 中的值重新排序使用this 解决方案：

c = np.array(cols)[a]
d = df[cols].to_numpy()[np.arange(a.shape[0])[:, None], a]

最后创建DataFrames，通过concat 加入并通过DataFrame.reindex 重新排列列名：

df1 = pd.DataFrame(c).rename(columns=lambda x : f'max_x+1_col')
df2 = pd.DataFrame(d).rename(columns=lambda x : f'max_x+1_val')

c = df.columns.tolist() + [y for x in zip(df2.columns, df1.columns) for y in x]

df = pd.concat([df, df1, df2], axis=1).reindex(c, axis=1)
print (df)
   a  b  c  d  e   f  max_1_val max_1_col  max_2_val max_2_col  max_3_val  \
0  1  2  3  5  1   9          5         d          3         c          2   
1  4  5  6  2  5   9          6         c          5         e          5   
2  7  8  9  2  5  10          9         c          8         b          7   

  max_3_col  
0         b  
1         b  
2         a  

【讨论】：

我收到“AttributeError: 'DataFrame' object has no attribute 'to_numpy'”但我更新了 numpy 和 pandas

@destinychoice - 那么可以将.numpy() 更改为.values，而没有() 吗？

是的，将to_numpy() 更改为.values 效果很好，很好

必须是我的环境，因为to_numpy() 在 python shell 中工作正常