Python 使用各自的列名从数据帧的每行中获取前N个值

这是我正在处理的数据帧的一个示例。我的原始数据框中有大约200个类，大约85000行，对于我的数据框的每一行，我想找出前3个类别，它们的值按降序排列：

Index          Class 1               Class 2         Class 3         Class 4          Class 5  
0              0.95693475            0.252198994      0.0            0.335894585      0.611441553
1              0.473615974           0.0              0.510585248    0.5007305        0.975620011
2              0.224682823           0.122315248      0.6407305        0.0            0.872211390

---

注意：预期输出中的List和dict只是为了参考而添加的，只需要输出数据框中每行的前3名分数及其类别名称。有人能帮我写这篇参考资料吗

从dict返回前n个键值对

从itertools导入islice
def取数（n，iterable）：
返回列表（islice（iterable，n））

删除索引列

df.drop（'Index'，轴=1，在位=True）

函数，可应用于所有行以查找最前面的3个类别

topN

函数将作为输入参数的

row

：它将是数据帧的一行，

n

：表示要提取的最顶层元素的数量

def topN（第行，第n行）：
x=行。to_dict（）#将输入行转换为字典
x={k:v代表k，v在已排序（x.items（），key=lambda item:-item[1]）}#根据它们的值对字典进行排序
n_items=take（n，x.items（））#从字典中提取前n个值
返回n_项
n=3#所需元件数量
df['X']=df.apply（lambda行：topN（行，n），轴=1）

输出：

将存储一个新列

X

，其结果为字典。也可以将列转换为数组

    Expected output:
    Row 0: [{Class 1 : 95693475}, {Class 5: 0.611441553}, {Class 4: 0.335894585}]
    Row 1: [{Class 5 : 0.975620011}, {Class 3: 0.510585248}, {Class 4: 0.5007305}]
etc etc...

使用

0.0

删除所有值的示例：

Class 1 Class 2 Class 3 Class 4 Class 5 X
0   0.956935    0.252199    0.000000    0.335895    0.611442    [(Class 1, 0.95693475), (Class 5 , 0.61144155...
1   0.473616    0.000000    0.510585    0.500731    0.975620    [(Class 5 , 0.975620011), (Class 3, 0.5105852...
2   0.224683    0.122315    0.640730    0.000000    0.872211    [(Class 5 , 0.87221139), (Class 3, 0.6407305)...

---

到目前为止你都试了些什么@Erich？谢谢你。你能解释一下你的topN功能吗。同样在一行中，如果除了值1.0之外，所有的值都是0.0，那么如何只获取1个输入，即场景的1.0，而不是解释的3个输出。我想了解为什么要在将x分配给已排序字典的行中执行x.items。另外，在尝试用0.0筛选键时，我尝试了以下代码

x={k:v代表k，v在排序中（x.items（）如果v！='0.0'，key=lambda item:-item[1]）}

但是它给了我一个语法错误。关于如何解决这个问题，我有什么想法吗？字典通常是不可编辑的，我们可以使用

.items（）

来迭代它。为了使代码更简单，请在排序行之前删除

0.0

。不要更改字典排序的行。在此之前，请包含另一行：

x={k:v代表k，x.items（）中的v如果v}

，其中只能包含字典中具有非零值的键。参考我答案底部的例子。

d = {1:0.0, 2:0.0, 3:1.0}
x={k:v for k,v in d.items() if v}
x # prints {3: 1.0}