熊猫在行中的最大值，并用值和列名返回df

Question

我有以下数据框：

    a    b    c    d    e
    1   .90  .95  .83  .56
   .95  .96  .87  .83  .63
   .83  .87  .83  .95  .81

我如何找到每行的最大值及其所属的列，使其看起来像这样：

a   1
b  .96
d  .95

Answer 1

尝试一下：

result = df.max(axis=1)
result.index = df.idxmax(axis=1)

Answer 2

使用np.argmax和df.lookup：

s=pd.Series(df.columns[np.argmax(df.values,axis=1)])
final=pd.DataFrame(df.lookup(s.index,s),s)

Answer 3

您可以使用idxmax()函数：

import pandas as pd
a = {'a':[100,95,83],'b':[90,96,87],'c':[95,87,83],'d':[83,83,95],'e':[56,63,81]}
df = pd.DataFrame(a)
print(df)

数据框如下所示：

     a   b   c   d   e
0  100  90  95  83  56
1   95  96  87  83  63
2   83  87  83  95  81

使用函数idxmax，我们可以得出每行最大值属于哪一列：

print(df.idxmax(axis=1))

输出：

0    a
1    b
2    d

将其与原始数据帧连接起来，以得到对应的值（给定其所属的列）。

df_result = pd.concat([df.idxmax(axis=1),df.max(axis=1)],axis=1)
print(df_result)

输出：

   0    1
0  a  100
1  b   96
2  d   95

Answer 4

maxRow = df.idxmax(1)
maxValue = df.max(1)
print(pd.concat([maxRow , maxValue],1))

maxRow变量给出数据框中最大值行的id，将轴设置为行而不是列的1，同样，maxValue获得行的maxValues pd.concat将这两个列表压缩到一个数据框中