Question

我有一个熊猫数据框，如下所示：

         U1      U2      U3                                                      
U1       1.0     0.0     0.2 
U2       0.4     1.0     0.0
U3       0.0     0.45    1.0

此处，U1，U2和U3是索引和列标题。我想对每一行中的值进行排序，然后从每一行中选择前20名。但是，在排序之后，我还需要知道特定值来自哪一行和哪一列。例如，如果我单独对每一行进行排序，我将得到：

         U2      U3      U1                                                      
U1       0.0     0.2     1.0

第一行

         U3      U1      U2                                                     
U2       0.0     0.4     1.0

第二行

         U1      U2      U3                                                      
U3       0.0     0.45    1.0

第三行。

但是，现在每一行的列顺序都不同。有没有一种有效的方法/数据结构（最好是数据框或numpy数组），可以在其中汇总这些排序的信息？

Answer 1

您可以使用numpy.argsort进行排名，然后对列的值和DataFrame的值重新排序：

pos = df.values.argsort(axis=1)
df1 = pd.DataFrame(df.columns[pos], index=df.index)
print (df1)
     0   1   2
U1  U2  U3  U1
U2  U3  U1  U2
U3  U1  U2  U3

arr1 = df.columns.values[pos]
print (arr1)
[['U2' 'U3' 'U1']
 ['U3' 'U1' 'U2']
 ['U1' 'U2' 'U3']]

对于pos的更改职位，请使用：

df2 = pd.DataFrame(df.values[np.arange(len(df))[:, None], pos], index=df.index)
print (df2)
      0     1    2
U1  0.0  0.20  1.0
U2  0.0  0.40  1.0
U3  0.0  0.45  1.0

arr2 = df.values[np.arange(len(df))[:, None], pos]
print (arr2)
[[0.   0.2  1.  ]
 [0.   0.4  1.  ]
 [0.   0.45 1.  ]]

Answer 2

这可能会有所帮助，您可以通过单次排序获得结果！

pd.DataFrame(list(df.apply(lambda x : sorted((x,c) for x,c in zip(x,df.columns)),axis=1)),
             index=df.index)

         0           1              2
U1  (0.0, 'U2') (0.2, 'U3')     (1.0, 'U1')
U2  (0.0, 'U3') (0.4, 'U1')     (1.0, 'U2')
U3  (0.0, 'U1') (0.45, 'U2')    (1.0, 'U3')

在保留列的同时对数据框行进行排序

2 个答案: