Python pandas-按值选择/屏蔽前n个元素

从单个数据帧开始：

I,a,b,c,d,e,f
A,1,3,5,6,4,2
B,3,4,7,1,0,0
C,1,3,5,2,0,7

我希望通过值保留/屏蔽行中的前三个元素，保持列的顺序，以便生成的dataframe显示为：

I,a,b,c,d,e,f
A,0,0,5,6,4,0
B,3,4,7,0,0,0
C,0,3,5,0,0,7

到目前为止，我已经能够使用以下方法对数据帧进行排序：

a = df.values

及

以便：

[[1 1 2 3 4 5]
 [0 0 1 1 3 4]
 [0 1 1 3 5 7]]

---

获取已排序的numpy数组，丢失有关列的信息。

您可以按行排列值，然后对其进行筛选并调用

fillna

：

In [248]:
df[df.rank(axis=1, method='min')>3].fillna(0)

Out[248]:
   I  a  b  c  d  e  f
0  0  0  0  5  6  4  0
1  0  3  4  7  0  0  0
2  0  0  3  5  0  0  7

然后，您可以将此返回以返回“I”列：

In [268]:
pd.concat([df['I'], df[df.rank(axis=1, method='min')>3].fillna(0)[df.columns[1:]]], axis=1)

Out[268]:
   I  a  b  c  d  e  f
0  A  0  0  5  6  4  0
1  B  3  4  7  0  0  0
2  C  0  3  5  0  0  7

来自中间dfs的输出：

In [269]:

df.rank(axis=1, method='min')
Out[269]:
   a  b  c  d  e  f
0  1  3  5  6  4  2
1  4  5  6  3  1  1
2  2  4  5  3  1  6
In [270]:

df.rank(axis=1, method='min')>3
Out[270]:
       a      b     c      d      e      f
0  False  False  True   True   True  False
1   True   True  True  False  False  False
2  False   True  True  False  False   True

---

谢谢你，艾德！再一次！实际上，在读取时设置索引可以避免concat！所以你在寻找df[df.rank（axis=1，method='min'）抱歉，Ed，我刚刚意识到……我的意思是保持数据帧的三个最高值，而不是超过3。但是对于你的特定形状df，这就是我的代码所做的，如果你的实际df是一个不同的形状，那么你需要做类似于

df.rank（axis=1，method='min'）>df.shape[1]的事情-3带有
df[df.rank（axis=1，method='min'）的

In [269]:

df.rank(axis=1, method='min')
Out[269]:
   a  b  c  d  e  f
0  1  3  5  6  4  2
1  4  5  6  3  1  1
2  2  4  5  3  1  6
In [270]:

df.rank(axis=1, method='min')>3
Out[270]:
       a      b     c      d      e      f
0  False  False  True   True   True  False
1   True   True  True  False  False  False
2  False   True  True  False  False   True