Question

我对python和pandas数据框架比较陌生，所以也许我在这里错过了一些非常简单的东西。所以我的数据框有很多行和列，但最后总是设法从每列中只获得一行具有最大值。我用这段代码来做到这一点：

import pandas as pd

d = {'A' : [1.2, 2, 4, 6],
     'B' : [2, 8, 10, 12],
     'C' : [5, 3, 4, 5],
     'D' : [3.5, 9, 1, 11],
     'E' : [5, 8, 7.5, 3],
     'F' : [8.8, 4, 3, 2]}


df = pd.DataFrame(d, index=['a', 'b', 'c', 'd'])
print df

Out:
     A   B  C     D    E    F
a  1.2   2  5   3.5  5.0  8.8
b  2.0   8  3   9.0  8.0  4.0
c  4.0  10  4   1.0  7.5  3.0
d  6.0  12  5  11.0  3.0  2.0

然后从我使用此功能的每列中选择最大值：

def sorted(s, num):
    tmp = s.order(ascending=False)[:num]
    tmp.index = range(num)
    return tmp

NewDF=df.apply(lambda x: sorted(x, 1))
print NewDF

Out:
     A   B  C     D    E    F
0  6.0  12  5  11.0  8.0  8.8

是的，我丢失了行标签（索引无论如何），但这个列标签对我来说更重要。现在我只需要根据列中的值对列需要前5列进行排序，我需要输出：

Out:
   B     D   F    E    A    
0  12.0  11  8.8  8.0  6.0

我一直在寻找解决方案，但没有运气。我发现按列排序的最好方法是打印NewDF.sort（axis = 1）但没有任何反应。

编辑：好吧，我找到了一种方法，但转型：

transposed = NewDF.T
print(transposed.sort([0], ascending=False))

这是唯一可行的方法吗？

Answer 1

您可以将max与nlargest一起使用，因为nlargest会对输出进行排序：

print df.max().nlargest(5)
B    12.0
D    11.0
F     8.8
E     8.0
A     6.0
dtype: float64

然后转换为DataFrame：

print pd.DataFrame(df.max().nlargest(5)).T
      B     D    F    E    A
0  12.0  11.0  8.8  8.0  6.0

编辑：

如果您需要排序一行DataFrame：

print NewDF.T.sort_values(0, ascending=False)
      0
B  12.0
D  11.0
F   8.8
E   8.0
A   6.0
C   5.0

另一个解决方案是apply sort_values：

print NewDF.apply(lambda x: x.sort_values(ascending=False), axis=1)
      B     D    F    E    A    C
0  12.0  11.0  8.8  8.0  6.0  5.0

如何按列值对数据框进行排序？

1 个答案: