Python 从in64数据类型返回中获取不同的对象

作为一个大功能的一部分，我被最后一行中的一行卡住了。 我应该获得（pandas）数据帧中最高（少数）值的行和列名。因此，我把它拆开，分类，打印最后两行。使用：

df2=zerotriangle_frame.unstack()
sorted_df = df2.sort_values(inplace=True)
x = df2[-2:]

这导致：

seq_6120  seq_1761    34
seq_4833  seq_1761    37
dtype: int64

这很好（分别是：seq_4833和seq_1761是行名和列名，类似于数据帧中的最高值（上下文中的最高序列相似性），seq_6120和seq_1761类似于第二高值…），但我想以某种方式格式化此输出，以便可以在打印部分中使用不同的部分。例如：

print("sequenc {0} and sequence {1} got the highest simmilarity value:{2}".format(a, b, c))

其中a、b和c应分别为序号4833、序号1761和序号37。。。 如果结果是一个列表或元组，我可以拆分它，但现在我卡住了

---

PS：另外，当值（示例中的34和37）相同时，我应该打印一些特定的错误消息（比如“超过1对具有相同相似性的序列”）

假设df2是您的最终数据帧，那么您可以只筛选所有等于最大值的行，然后编写一条if语句来生成输出

# assuming df2 is a dataframe with columns a,b,c
df3 = df2[df2.c == df2.c.max()]

if len(df3) == 1:
    print("sequence {0} and sequence {1} got the highest simmilarity value:{2}".format(df3.a.values[0], df3.b.values[0], df3.c.values[0]))
else:
    for i, row in df3.iterrows():
        print("sequence {0} and sequence {1} got the same simmilarity value:{2}".format(row.a, row.b, row.c))

---

假设df2是您的最终数据帧，那么您可以只过滤所有等于最大值的行，并编写一条if语句来生成输出

# assuming df2 is a dataframe with columns a,b,c
df3 = df2[df2.c == df2.c.max()]

if len(df3) == 1:
    print("sequence {0} and sequence {1} got the highest simmilarity value:{2}".format(df3.a.values[0], df3.b.values[0], df3.c.values[0]))
else:
    for i, row in df3.iterrows():
        print("sequence {0} and sequence {1} got the same simmilarity value:{2}".format(row.a, row.b, row.c))

---

我无法将我的结果放入列名称为a、b和c的数据框中。。。所以你在我的问题中看到的是x。如果我想把它转换成一个数据帧，我会这样做：df2=pd.DataFrame（x，columns=['a'，'b'，'c']，但这不起作用x是一个系列。dox.reset_index（）然后你会有一个数据帧。我应该如何实现一个for循环来给出相似度值，如果有多对序列，那么每对序列都有这个最大值？因此，我应该打印所有的序列对，而不是打印“多对具有相同相似度的序列”，你可以使用

iterrows

到loop通过并打印所有值。检查更新的解决方案。如果对您有帮助，请检查答案是否正确。非常感谢！我现在就知道了！我的函数已完成。因为我不熟悉pandas DataFrame，所以我有这些问题。我无法将我的结果生成列名为a、b和c的数据框…所以您在我的问题中看到的是x。如果我想t将其放入一个数据帧中，我这样做：df2=pd.DataFrame（x，columns=['a'，'b'，'c']，但这不起作用x是一个系列然后你会有一个数据帧。我应该如何实现一个for循环来给出相似度值，如果有多对序列，那么每对序列都有这个最大值？因此，我应该打印所有的序列对，而不是打印“多对具有相同相似度的序列”，你可以使用

iterrows

到loop通过并打印所有值。检查更新的解决方案。如果答案对您有帮助，请检查答案是否正确。非常感谢！我现在就知道了！我的函数已完成。因为我不熟悉pandas DataFrame，所以我有以下问题。