在DataFrame中
import pandas as pd
df=pd.DataFrame({'col1':[1,2,3],'col2':[3,2,1],'col3':[1,1,1]},index= ['row1','row2','row3'])
print df
col1 col2 col3
row1 1 3 1
row2 2 2 1
row3 3 1 1
我想获取特定行上具有最大值的单元格的列名称。
所需的输出是(伪代码):
get_column_name_for_max_values_of(row2)
>['col1','col2']
表达最简洁的方式是什么
get_column_name_for_max_values_of(row2)
答案 0 :(得分:3)
如果没有重复,您可以使用idxmax
,但它只会返回max
值的第一列:
print (df.idxmax(1))
row1 col2
row2 col1
row3 col1
dtype: object
def get_column_name_for_max_values_of(row):
return df.idxmax(1).ix[row]
print (get_column_name_for_max_values_of('row2'))
col1
但重复使用boolean indexing
:
print (df.ix['row2'] == df.ix['row2'].max())
col1 True
col2 True
col3 False
Name: row2, dtype: bool
print (df.ix[:,df.ix['row2'] == df.ix['row2'].max()])
col1 col2
row1 1 3
row2 2 2
row3 3 1
print (df.ix[:,df.ix['row2'] == df.ix['row2'].max()].columns)
Index(['col1', 'col2'], dtype='object')
功能是:
def get_column_name_for_max_values_of(row):
return df.ix[:,df.ix[row] == df.ix[row].max()].columns.tolist()
print (get_column_name_for_max_values_of('row2'))
['col1', 'col2']
答案 1 :(得分:2)
你也可以使用apply并创建一个方法,如:
def returncolname(row, colnames):
return colnames[np.argmax(row.values)]
df['colmax'] = df.apply(lambda x: returncolname(x, df.columns), axis=1)
Out[62]:
row1 col2
row2 col1
row3 col1
dtype: object
你可以使用df.max(axis = 1)来提取最大值
df.max(axis=1)
Out[69]:
row1 3
row2 2
row3 3