Python 使用dataframe，并对n个最频繁的值使用idmax（）

我有一个pandas数据框架，其中行有一周中的几天，列有一个名称。数据框内是整数，表示该人员在该工作日进入商店的次数。看起来是这样的：

    names   'Martha'  'Johnny'  'Chloe'  'Tim'
    'Mon'     3          2        0       7
    'Tue'     0          0        3       0
    'Wed'     1          12       3       0
    'Thu'     5          0        3       0

我想为每个客户对他们一周中倾向于购物的几天进行排名，并选择前两天。在重复的情况下（例如Chloe），顺序并不重要，只要选择三种可能性中的两种。如果有人只在某一天去了商店（例如Tim），我希望第二个位置为空。这是我想要的输出：

    names  'Most frequent'   '2nd most freq'
    'Martha'    'Thu'            'Mon'
    'Johnny'    'Wed'            'Mon'
    'Chloe'     'Tue'            'Thu'
    'Tim'       'Mon'             NaN

我见过关于扩展argmax（）而不是idmax（）的类似问题

我当前的计划（伪代码）：

---

我想象一个比我更有经验的人可能会更有效率地完成这项工作。你怎么认为？有没有更有效的方法？

因为您还需要第二个最频繁的一天，所以您可以定义一个自定义函数来对每个列进行排序

# your data
# ===========================
df

     Martha  Johnny  Chloe  Tim
Mon       3       2      0    7
Tue       0       0      3    0
Wed       1      12      3    0
Thu       5       0      3    0

# processing
# ======================
def func(col):
    # sort index according column values
    idx_sorted, _ = zip(*sorted(zip(col.index.values, col.values), key=lambda x: x[1]))
    return pd.Series({'most_frequent': idx_sorted[-1], 'second_most_freq': idx_sorted[-2]})

df.apply(func).T

       most_frequent second_most_freq
Martha           Thu              Mon
Johnny           Wed              Mon
Chloe            Thu              Wed
Tim              Mon              Thu

编辑：

---

看起来您需要一个特殊的熊猫透视表。试试看，谢谢你的回答——它非常聪明：）有没有办法修改它，让蒂姆的第二个最频繁的次数等于楠？@cnrk我编辑了这篇文章。我能想到的最简单的方法是将它做成一个字典，然后使用

get

方法，如果不存在搜索键，该方法将返回

None

或一个自定义值

np.nan

。您确实需要对此进行一些解释

# your data
# ===========================
df

     Martha  Johnny  Chloe  Tim
Mon       3       2      0    7
Tue       0       0      3    0
Wed       1      12      3    0
Thu       5       0      3    0

# processing
# ======================
def func(col):
    # sort index according column values
    idx_sorted, _ = zip(*sorted(zip(col.index.values, col.values), key=lambda x: x[1]))
    return pd.Series({'most_frequent': idx_sorted[-1], 'second_most_freq': idx_sorted[-2]})

df.apply(func).T

       most_frequent second_most_freq
Martha           Thu              Mon
Johnny           Wed              Mon
Chloe            Thu              Wed
Tim              Mon              Thu

# processing
# ======================
import numpy as np

def func(col):
    # sort index according column values
    col = col[col > 0]
    idx_sorted, _ = zip(*sorted(zip(col.index.values, col.values), key=lambda x: x[1]))
    d = dict(zip(np.arange(len(idx_sorted)), idx_sorted[::-1]))
    return pd.Series({'most_frequent': d.get(0, np.nan), 'second_most_freq': d.get(1, np.nan)})

df.apply(func).T

       most_frequent second_most_freq
Martha           Thu              Mon
Johnny           Wed              Mon
Chloe            Thu              Wed
Tim              Mon              NaN

df.stack(-1).groupby(level=-1).transform(lambda x: x.argsort(0)).reset_index().pivot('level_1',0).sort_index(axis = 1, ascending = False)