Python 查找数据帧中最大值的所有索引

我需要找到在数据帧中获得最大值（每行）的所有索引。例如，如果我有这样一个数据帧：

   cat1  cat2  cat3
0     0     2     2
1     3     0     1
2     1     1     0

然后，我正在寻找的方法将产生如下结果：

[['cat2', 'cat3'],
 ['cat1'],
 ['cat1', 'cat2']]

这是一个列表列表，但其他一些数据结构也可以

---

我不能使用df.idxmax（axis=1），因为它只产生第一个最大值。

以下是不同数据结构中的信息：

In [8]: df = pd.DataFrame({'cat1':[0,3,1], 'cat2':[2,0,1], 'cat3':[2,1,0]})

In [9]: df
Out[9]: 
   cat1  cat2  cat3
0     0     2     2
1     3     0     1
2     1     1     0

[3 rows x 3 columns]

In [10]: rowmax = df.max(axis=1)

最大值由真值表示：

In [82]: df.values == rowmax[:,None]
Out[82]: 
array([[False,  True,  True],
       [ True, False, False],
       [ True,  True, False]], dtype=bool)

返回上面的数据帧为真的索引

In [84]: np.where(df.values == rowmax[:,None])
Out[84]: (array([0, 0, 1, 2, 2]), array([1, 2, 0, 0, 1]))

第一个数组表示轴=0的索引值，第二个数组表示轴=1的索引值。每个数组中有5个值，因为有五个位置为真

---

您可以使用

itertools.groupby

来构建您发布的列表列表，尽管鉴于上面的数据结构，您可能不需要这样做：

In [46]: import itertools as IT

In [47]: import operator

In [48]: idx = np.where(df.values == rowmax[:,None])

In [49]: groups = IT.groupby(zip(*idx), key=operator.itemgetter(0))

In [50]: [[df.columns[j] for i, j in grp] for k, grp in groups]
Out[50]: [['cat1', 'cat1'], ['cat2'], ['cat3', 'cat3']]

你可以

In [2560]: cols = df.columns.values

In [2561]: vals = df.values

In [2562]: [cols[v].tolist() for v in vals == vals.max(1)[:, None]]
Out[2562]: [['cat2', 'cat3'], 
            ['cat1'], 
            ['cat1', 'cat2']]

更新

以下是一个完整的示例：

import pandas as pd
import numpy as np

np.random.seed(400)

df = pd.DataFrame({
    'a': np.random.randint(0,3,size=10), 
    'b': np.random.randint(0,3,size=10), 
    'c': np.random.randint(0,5,size=10),
})

print(df)

out = [df.columns[i].tolist() for i in df.values == df.max(axis=1)[:,None]]

for i in out:
    print(i)

从

打印（df）

返回：

从

打印（输出）

：

---

df==DataFrame（np.tile（rowmax，len（df））.reforme（df.shape）.T，index=df.index，columns=df.columns）

将获得布尔帧（有点像广播比较运算符）；速度更快，但问题并不比应用更清楚。杰夫：好主意

df.values==rowmax[：，None]

速度快了10倍。非常感谢！除非我弄错了，否则你的最后一行应该是

[[df.columns[j]for I，j in grp]for k，grp in groups]

no？@unutbu实际上我认为它们是一个开放的问题，可以进行可广播的比较（例如div，mul等）-你也可以链接这个吗？（或者创建并发布，如果它们不是一个）谢谢！有兴趣做公关吗？？（没那么复杂！）另一个问题（dupe）把我带到了这里。较短的版本：

[df.columns[i].tolist（）表示df.values==df.max（axis=1）[：，None]

   a  b  c
0  0  1  4
1  2  2  4
2  1  1  1
3  0  1  3
4  2  2  1
5  1  1  1
6  0  2  4
7  2  0  2
8  2  1  3
9  2  2  4

['c']
['c']
['a', 'b', 'c']
['c']
['a', 'b']
['a', 'b', 'c']
['c']
['a', 'c']
['c']
['c']