获取数据帧行中n个最大绝对值的索引

Question

假设我按如下方式创建Pandas DataFrame

import pandas as pd
import numpy as np

np.random.seed(0)
x = 10*np.random.randn(5,5)
df = pd.DataFrame(x)

作为示例，这可以生成以下内容：

对于每行，我正在寻找一种方法来轻松获取与绝对值项中的最大n个（例如3个）值相对应的索引。例如，对于第一行，我期望[0,3,4]。我们可以假设结果不需要排序。

我尝试搜索类似于idxmax和argmax的解决方案，但似乎这些解决方案不易处理多个值

Answer 1

您可以使用np.argsort(axis=1)

给出数据集：

x = 10*np.random.randn(5,5)
df = pd.DataFrame(x)
           0          1         2          3          4
0  17.640523   4.001572  9.787380  22.408932  18.675580
1  -9.772779   9.500884 -1.513572  -1.032189   4.105985
2   1.440436  14.542735  7.610377   1.216750   4.438632
3   3.336743  14.940791 -2.051583   3.130677  -8.540957
4 -25.529898   6.536186  8.644362  -7.421650  22.697546

df.abs().values.argsort(1)[:, -3:][:, ::-1]
array([[3, 4, 0],
       [0, 1, 4],
       [1, 2, 4],
       [1, 4, 0],
       [0, 4, 2]])

Answer 2

尝试一下（这不是最佳代码）：

idx_nmax = {}
n = 3
for index, row in df.iterrows():
    idx_nmax[index] = list(row.nlargest(n).index)

最后，您将拥有一本字典，其中包含：

将键作为行索引

并将此行的'n'个最高值的索引作为值