Python 获取表中每行N个最大/最小值的列名
我试图为每一行获取最大/最小值最多为N个值的列的名称 考虑到这样的情况:Python 获取表中每行N个最大/最小值的列名,python,pandas,max,min,Python,Pandas,Max,Min,我试图为每一行获取最大/最小值最多为N个值的列的名称 考虑到这样的情况: a b c d e 1.2 2 0.1 0.8 0.01 2.1 1.1 3.2 4.6 3.4 0.2 1.9 8.8 0.3 1.3 3.3 7.8 0.12 3.2 1.4 我可以通过idxmax(axis=1)获得最大值,依此类推,通过idxmin(axis=1)获得最小值,但这只适用于顶部最大值和底部最小值,不适用
a b c d e
1.2 2 0.1 0.8 0.01
2.1 1.1 3.2 4.6 3.4
0.2 1.9 8.8 0.3 1.3
3.3 7.8 0.12 3.2 1.4
我可以通过idxmax(axis=1)
获得最大值,依此类推,通过idxmin(axis=1)
获得最小值,但这只适用于顶部最大值和底部最小值,不适用于N值
如果用N=2调用,我想得到:
a b c d e Max1 Max2 Min1 Min2
1.2 2.0 0.1 0.8 0.1 b a c e
2.1 1.1 3.2 4.6 3.4 d d b a
0.2 1.9 8.8 0.3 1.3 c b a d
3.3 7.8 0.1 3.2 1.4 b a c e
我知道我总是可以获取行数据,计算第N个值并按索引映射到列名称列表,只是想知道一种更好、更优雅的方法(如果可能)。您可以使用NLAGEST和nsmallest:
In [11]: res = df.apply(lambda x: pd.Series(np.concatenate([x.nlargest(2).index.values, x.nsmallest(2).index.values])), axis=1)
In [12]: res
Out[12]:
0 1 2 3
0 b a e c
1 d e b a
2 c b a d
3 b a c e
In [13]: df[["Max1", "Max2", "Min1", "Min2"]] = res
In [14]: df
Out[14]:
a b c d e Max1 Max2 Min1 Min2
0 1.2 2.0 0.10 0.8 0.01 b a e c
1 2.1 1.1 3.20 4.6 3.40 d e b a
2 0.2 1.9 8.80 0.3 1.30 c b a d
3 3.3 7.8 0.12 3.2 1.40 b a c e
如果最大/最小值和第二大/最小值的顺序无关紧要,那么可以使用
np.argpartition
N = 2 # Number of min/max values
u = np.argpartition(df, axis=1, kth=N).values
v = df.columns.values[u].reshape(u.shape)
最大和第二大列名的顺序(最小列名的顺序相反)重要吗?在我的例子中,这并不重要。谢谢你的edge case选项。另一个选项,真的,谢谢。简单说明一下,v[:,-2:]和v[:,:2]应该是N的函数。
maxdf = pd.DataFrame(v[:,-N:]).rename(columns=lambda x: f'Max{x+1}')
mindf = pd.DataFrame(v[:,:N]).rename(columns=lambda x: f'Min{x+1}')
pd.concat([df, maxdf, mindf], axis=1)
a b c d e Max1 Max2 Min1 Min2
0 1.2 2.0 0.10 0.8 0.01 b a e c
1 2.1 1.1 3.20 4.6 3.40 d e b a
2 0.2 1.9 8.80 0.3 1.30 b c a d
3 3.3 7.8 0.12 3.2 1.40 a b c e