Question

df.idxmax（）沿轴（行或列）返回最大值，但我想在整个数据帧上返回arg_max（df），它返回一个元组（行，列）。

我想到的用例是特征选择，其中我有一个相关矩阵，并希望“递归地”删除具有最高相关性的特征。我预处理相关矩阵以考虑其绝对值并将对角元素设置为-1。然后我建议使用rec_drop，它递归地丢弃具有最高相关性的特征对中的一个（受截止：max_allowed_correlation），并返回最终的特征列表。例如：

S = S.abs()
np.fill_diagonal(S.values,-1) # so that max can't be on the diagonal now
S = rec_drop(S,max_allowed_correlation=0.95)

def rec_drop(S, max_allowed_correlation=0.99):
    max_corr = S.max().max()
    if max_corr<max_allowed_correlation: # base case for recursion
         return S.columns.tolist() 
    row,col = arg_max(S)  # row and col are distinct features - max can't be on the diagonal
    S = S.drop(row).drop(row,axis=1) # removing one of the features from S
    return rec_drop(S, max_allowed_correlation)

Answer 1

假设您的所有pandas表都是数字的，那么您可以做的就是转换为numpy解释并从那里提取最大位置。但是，numpy的argmax适用于展平数据，因此您需要解决此问题：

# Synthetic data
>>> table = pd.DataFrame(np.random.rand(5,3))
>>> table
          0         1         2
0  0.367720  0.235935  0.278112
1  0.645146  0.187421  0.324257
2  0.644926  0.861077  0.460296
3  0.035064  0.369187  0.165278
4  0.270208  0.782411  0.690871

[5 rows x 3 columns

将表转换为numpy数据并计算argmax：

>>> data = table.as_matrix()
>>> amax = data.argmax() # 7 in this case
>>> row, col = (amax//data.shape[1], amax%data.shape[1])
>>> row, col
(2, 1)

获取行和列名称（argmax）以获取pandas数据帧中的最大条目

1 个答案: