Python 在panda数据帧中获得n个最小的行

我的数据框如下所示：

            A  B  C  D
date                  
2015-01-01  1  1  2  3
2015-01-02  1  2  3  3
2015-01-03  1  2  1  3
2015-01-04  3  2  1  1
2015-01-05  3  2  2  1
2015-01-06  1  1  2  3
2015-01-07  1  2  3  3
2015-01-08  1  2  1  3
2015-01-09  3  2  1  1
2015-01-10  3  2  2  1
2015-01-11  3  2  2  1

基本规则：我想为每行确定2个最小值，并将这些值设置为1。其他值应设置为0

其他规则：

1 1 1 1  should be 1 1 1 1
1 2 2 2  should be 1 1 1 1
1 2 2 3  should be 1 1 1 0
1 2 3 4  should be 1 1 0 0

我希望您能够遵循规则，对于开始时的数据帧，结果应该是

date        A   B   C   D
2015-01-01  1   1   0   0
2015-01-02  1   1   0   0
2015-01-03  1   0   1   0
2015-01-04  0   0   1   1
2015-01-05  0   1   1   1
2015-01-06  1   1   0   0
2015-01-07  1   1   0   0
2015-01-08  1   0   1   0
2015-01-09  0   0   1   1
2015-01-10  0   1   1   1
2015-01-11  0   1   1   1

编辑

“也许你想用class='first'方法排名，我想这是可行的–EdChum” 数据帧的结果：

            A  B  C  D
date                  
2015-01-01  1  2  3  4
2015-01-02  1  2  3  4
2015-01-03  1  3  2  4
2015-01-04  4  3  1  2
2015-01-05  4  2  3  1
2015-01-06  1  2  3  4
2015-01-07  1  2  3  4
2015-01-08  1  3  2  4
2015-01-09  4  3  1  2
2015-01-10  4  2  3  1
2015-01-11  4  2  3  1

---

我想这正是你想要的：

In [3]:
mask = df.rank(method='dense', axis=1) <= 2
df[mask] = 1
df[~mask] = 0
df

Out[3]:
            A  B  C  D
date                  
2015-01-01  1  1  1  0
2015-01-02  1  1  0  0
2015-01-03  1  1  1  0
2015-01-04  0  1  1  1
2015-01-05  0  1  1  1
2015-01-06  1  1  1  0
2015-01-07  1  1  0  0
2015-01-08  1  1  1  0
2015-01-09  0  1  1  1
2015-01-10  0  1  1  1
2015-01-11  0  1  1  1

[3]中的

mask=df.rank（method='densite'，axis=1）我想这就是你想要的：

In [3]:
mask = df.rank(method='dense', axis=1) <= 2
df[mask] = 1
df[~mask] = 0
df

Out[3]:
            A  B  C  D
date                  
2015-01-01  1  1  1  0
2015-01-02  1  1  0  0
2015-01-03  1  1  1  0
2015-01-04  0  1  1  1
2015-01-05  0  1  1  1
2015-01-06  1  1  1  0
2015-01-07  1  1  0  0
2015-01-08  1  1  1  0
2015-01-09  0  1  1  1
2015-01-10  0  1  1  1
2015-01-11  0  1  1  1

[3]中的

mask=df.rank（method='dense'，axis=1）如果您想扩展超过4列，也许您可以尝试以下方法，前面解决方案中的mask思想也是我实现它的方式，但是您可以指定您想要两个最小的值：

mask = df.apply(lambda x: x.isin(x.nsmallest(2)), axis=1)
df[mask] = 1
df[~mask] = 0
df

            A   B   C   D
2015-01-01  1   1   0   0
2015-01-02  1   1   0   0
2015-01-03  1   0   1   0
2015-01-04  0   0   1   1
2015-01-05  0   1   1   1
2015-01-06  1   1   0   0
2015-01-07  1   1   0   0
2015-01-08  1   0   1   0
2015-01-09  0   0   1   1
2015-01-10  0   1   1   1
2015-01-11  0   1   1   1

我担心此解决方案在更大数据集上的性能，但它应该会为您找到您想要的答案
如果您想扩展超过4列，也许您可以尝试以下方法，我也会采用以前解决方案中的掩码思想来实现它，但是，您可以指定需要两个最小的值：

mask = df.apply(lambda x: x.isin(x.nsmallest(2)), axis=1)
df[mask] = 1
df[~mask] = 0
df

            A   B   C   D
2015-01-01  1   1   0   0
2015-01-02  1   1   0   0
2015-01-03  1   0   1   0
2015-01-04  0   0   1   1
2015-01-05  0   1   1   1
2015-01-06  1   1   0   0
2015-01-07  1   1   0   0
2015-01-08  1   0   1   0
2015-01-09  0   0   1   1
2015-01-10  0   1   1   1
2015-01-11  0   1   1   1

我担心这个解决方案在更大的数据集上的性能，但它应该能为您找到您想要的答案
很好，但是否有可能得到一个更通用的解决方案来处理第n个最低值（在上面的示例中，n=2）并且可以处理超过4列？我意识到这只适用于行中的值总数等于大小除以
n
，我认为更通用的解决方案是使用
apply
，但它不会被矢量化，因此对于大型DFS来说速度会很慢。值是否始终为整数且从1到4？我认为使用
rank
可以实现您想要的功能，请参阅我的editNo，示例是将rank应用于原始数据帧，结果将是1到max=列数（但如果一行中有两个值为requal，则结果会更小）.很好，但是有没有可能得到一个更通用的解决方案，可以处理第n个最小值（在上面的示例中，n=2）并且可以处理4列以上的列？我意识到这只适用于行中的值总数等于大小除以
n
，一个更通用的解决方案是使用
apply
，我想，但它不会被矢量化，因此对于较大的DFS来说速度会很慢。值是否始终是整数，从1到4？我认为使用
rank
可以满足您的需要，请参阅我的editNo，示例是将rank应用于原始数据帧，结果将是1到max=列数（但如果一行中有两个值为requal，则该值将更小）。