Python 使用Pandas基于多个条件获取列名
我有以下数据帧:Python 使用Pandas基于多个条件获取列名,python,pandas,Python,Pandas,我有以下数据帧: c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2 12 6 13 3 2 11 22 19 5 5 19 scr_s scr_d 13 11 2 6 13 3 9 24 15 9 13 scr_c1 scr_s 我正在尝试获取列的名称,该列计算
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 scr_s scr_d
13 11 2 6 13 3 9 24 15 9 13 scr_c1 scr_s
我正在尝试获取列的名称,该列计算列scr_s、scr_c1、scr_d、scr_c2、scr_e的最大值和最小值。因此,值最高的列名将存储在r1中,值最低的列名将存储在r2中
要计算r1和r2,我使用:
data['r1'] = data[['scr_s','scr_c1','scr_d','scr_c2','scr_e']].idxmax(axis=1)
data['r2'] = data[['scr_s','scr_c1','scr_d','scr_c2','scr_e']].idxmin(axis=1)
问题:当两列具有相同的最大值或最小值时,我必须在其中一列“c1”、“e”、“c2”、“d”、“s”中选择具有最大值的列名
在这种特殊情况下,分析r2列时,结果应不同:
对于第一行,列scr_d和scr_c2共享相同的最小值,因此应计算列“d”和“c2”。在列“d”和“c2”之间,最大值属于“c2”,因此r2的预期结果为scr_c2。
我怎样才能解决这个问题
预期产出:
创建相对相关列名的列表
创建这些列的元组列表
把那些元组压缩在一起
看起来像这样
[[(19, 6), (19, 13), (5, 3), (5, 2), (22, 11)],
[(24, 11), (13, 2), (9, 6), (15, 13), (9, 3)]]
设置一个idxmax/idxmin类型的东西
你可以这样开始: 创建要检查的元素列表 找到最大值 如果有两个元素具有相同的最大值,请进一步检查。 否则返回我们写入r1或r2的字符串
尝试:data['r1']=data['scr_s'、'scr_c1'、'scr_c2'、'scr_d'、'scr_e']].idxmaxaxaxis=1I有数百个观察值,因此更改顺序没有帮助。观察值列名是什么样子的?它们都是scr\U cxxx和scr\U d吗?你如何评价它们的重要性?我所说的观察是指样品,对不起。问题是,我必须比较列C1,E,C2,D,S,以便选择“WEENE”请@ PEPE也考虑我的方法,因为它应该是容易当超过2个元素是相等的。您只需添加一个条件。
base = ['c1', 'e', 'c2', 'd', 's']
extd = [f'scr_{c}' for c in base]
base_tups = [*zip(*map(df.get, base))]
extd_tups = [*zip(*map(df.get, extd))]
zvals = [[*zip(*t)] for t in zip(extd_tups, base_tups)]
[[(19, 6), (19, 13), (5, 3), (5, 2), (22, 11)],
[(24, 11), (13, 2), (9, 6), (15, 13), (9, 3)]]
r = range(len(base))
rvals = {}
rvals['r1'] = [extd[max(r, key=lambda i: x[i])] for x in zvals]
# flip sign on second element to get what OP wants v
rvals['r2'] = [extd[min(r, key=lambda i: (x[i][0], -x[i][1]))] for x in zvals]
df.assign(**rvals)
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 scr_s scr_c2
13 11 2 6 13 3 9 24 15 9 13 scr_c1 scr_c2
def fmax(r, ind):
l=[]
for i in ind:
l.append(r[i])
m = max(l)
nl=[i for i, j in enumerate(l) if j == m]
if(len(nl)==2):
e1=ind[nl[0]]
e2=ind[nl[1]]
e1=e1.replace('scr_','') # element 1
e2=e2.replace('scr_','') # element 2
if(r[e1]> r[e2]):
return 'scr_'+e1
else:
return 'scr_'+e2
else:
return ind[l.index(max(l))] #returns single max
def fmin(r, ind):
l=[]
for i in ind:
l.append(r[i])
m = min(l)
nl=[i for i, j in enumerate(l) if j == m]
if(len(nl)==2):
e1=ind[nl[0]]
e2=ind[nl[1]]
e1=e1.replace('scr_','') # element 1
e2=e2.replace('scr_','') # element 2
if(r[e1]> r[e2]):
return 'scr_'+e1
else:
return 'scr_'+e2
else:
return ind[l.index(min(l))] #retuns single min
df['r1']= df.apply(lambda r: fmax(r, ['scr_s','scr_c1','scr_d','scr_c2','scr_e']), axis=1)
df['r2']= df.apply(lambda r: fmin(r, ['scr_s','scr_c1','scr_d','scr_c2','scr_e']), axis=1)
print(df)
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 . .
13 11 2 6 13 3 9 24 15 9 13 . .
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 scr_s scr_c2
13 11 2 6 13 3 9 24 15 9 13 scr_c1 scr_c2