Python 多个条件满足numpy select

我使用以下数据帧：

     A   B  C  D   E   F
    100  0  0  0  100  0
     0  100 0  0   0  100
   -100  0  0  0  100  0 

该代码：

cond = [
    (df['A'] == 100),
    (df['A'] == -100),
    (df['B'] == 100),
    (df['C'] == 100),
    (df['D'] == 100),
    (df['E'] == 100),
    (df['F'] == 100),
    ]
choices = ['A','neg_A', 'B', 'C','D', 'E', 'F']
df['result'] = np.select(cond, choices)

对于这两行，将有两个结果，但我只希望选择一个。我希望根据以下标准进行选择：

   +A = 67%
   -A = 68%
    B = 70%
    C = 75%
    D = 66%
    E = 54%
    F = 98%

百分比显示准确率，因此我希望百分比最高的一个比另一个更受欢迎

预期结果：

    A   B  C  D   E   F   result
    100  0  0  0  100  0     A
     0  100 0  0   0  100    F
   -100  0  0  0  100  0    neg_A 

很少的帮助将被感激。谢谢

编辑：

---

一些列（如A）可能混合了100和-100。正100将产生一个简单的a（见第1行），但a-100应该在结果中产生一些其他名称，如“neg_a”（见第3行）。

让我们

根据
优先级
值对数据帧的列进行排序，然后使用+on
axis=1
获得第一次出现
100
的列名：

# define a dict with col names and priority values
d = {'A': .67, 'B': .70, 'C': .75, 'D': .66, 'E': .54, 'F': .98}

df['result'] = df[sorted(d, key=lambda x: -d[x])].eq(100).idxmax(axis=1)


嘿，谢谢你的回答。其中一些立柱为hv-100。我该怎么考虑呢？@JoharInamUnnar所以你想把这些列与
-100
？是的，目前它只寻找100。我希望它也能找到你-100@JoharInamUnnar您可以使用
.isin
代替
eq
类似的
.isin（[100，-100]）
…或者您可以使用
abs
值，如
df[sorted（d，key=lambda x:-d[x]）。abs类似的
eq（100）。idxmax（axis=1）
我考虑了一下，意识到你的方法可能无法解决我的问题。我是否可以将字典添加到我的numpy.select方法中，因为我的问题要求我在任何列的值为负值时编写自定义名称。请看编辑，我在这种情况下又增加了一行。
     A    B  C  D    E    F result
0  100    0  0  0  100    0      A
1    0  100  0  0    0  100      F