查找python数据帧中每行的最高值

我希望在每行中找到最高值，并在python中返回该值的列标题。例如，我想在每行中找到前两位：

df =  
       A    B    C    D  
       5    9    8    2  
       4    1    2    3  

我希望我的输出如下所示：

df =        
       B    C  
       A    D

---

您可以使用字典理解来生成数据帧每行中的

最大值。我转置了数据帧，然后将
nlargest
应用于每一列。我使用
.index.tolist（）
提取所需的
顶列。最后，我转换了这个结果，将数据帧恢复到所需的形状

top_n = 2
>>> pd.DataFrame({n: df.T[col].nlargest(top_n).index.tolist() 
                  for n, col in enumerate(df.T)}).T
   0  1
0  B  C
1  A  D

我决定使用另一种方法：对每一行应用
pd.Series.nlargest（）
函数

解决方案路径

>>> df.apply(pd.Series.nlargest, axis=1, n=2)
     A    B    C    D
0  NaN  9.0  8.0  NaN
1  4.0  NaN  NaN  3.0

df.apply(lambda s, n: pd.Series(s.nlargest(n).index), axis=1, n=2)
   0  1
0  B  C
1  A  D

这为我们提供了每行的最高值，但保留了原始列，从而产生了丑陋的NaN值，其中列不是前n个值的所有部分。实际上，我们希望接收
nlargest（）
结果的索引

>>> df.apply(lambda s, n: s.nlargest(n).index, axis=1, n=2)
0    Index(['B', 'C'], dtype='object')
1    Index(['A', 'D'], dtype='object')
dtype: object

差不多了。唯一剩下的就是将索引对象转换为序列

解决方案

>>> df.apply(pd.Series.nlargest, axis=1, n=2)
     A    B    C    D
0  NaN  9.0  8.0  NaN
1  4.0  NaN  NaN  3.0

df.apply(lambda s, n: pd.Series(s.nlargest(n).index), axis=1, n=2)
   0  1
0  B  C
1  A  D

请注意，我没有使用
Index.to_series（）
函数，因为我不想保留原始索引。
我不确定是否理解。输出中是否缺少数字？您可能正在寻找
nlargest
方法。我想显示的输出是相应的列标题。所以，输入的第一行中的9和8是B列和C列。希望这有意义。我把最大的方法搞砸了，但还没弄明白。不过我可能做错了。