Pandas最大行数，前n个最大值
我正在尝试创建顶部列，这是几个列行的最大值。熊猫有一个最大的方法，但我无法使其连续工作。Pandas还具有max和idxmax，它们完全可以执行我想做的事情，但仅用于绝对最大值。
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
但是我尝试获取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
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
为了提高性能，将numpy.argsort用作头寸，为了正确的顺序使用最后3项，并通过索引来反转：
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c来获取列名称，并为d中的值重新排序，请使用以下解决方案：
c = np.array(cols)[a] d = df[cols].to_numpy()[np.arange(a.shape[0])[:, None], a]最后创建
DataFrame，由concat加入，并按DataFrame.reindex`重新排序列名：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回答来源：stackoverflow
2020-03-24 17:53:40赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
