Question

基于熊猫DataFrame df，我进行了排名，可以在rank_df中看到。

现在，我想创建一个新的DataFrame results，它由三列["first", "second", "third"]组成。此DataFrame应该用rank_df的相应列名填充。例如，results的第一行可能包含['ticker_3', 'ticker_1', 'ticker_4']。换句话说，first的第results列应始终包含rank_df的列名，该列的排名最高。等等...

import numpy as np
import pandas as pd

np.random.seed(123)

cols = ["ticker_" + str(i + 1) for i in range(5)]
df = pd.DataFrame(np.random.rand(3, 5), columns=cols)
df

输出：

   ticker_1  ticker_2  ticker_3  ticker_4  ticker_5
0  0.696469  0.286139  0.226851  0.551315  0.719469
1  0.423106  0.980764  0.684830  0.480932  0.392118
2  0.343178  0.729050  0.438572  0.059678  0.398044

生成rank_df：

rank_df = df.rank(axis=1, method="first", ascending=False)
rank_df

输出：

   ticker_1  ticker_2  ticker_3  ticker_4  ticker_5
0       2.0       4.0       5.0       3.0       1.0
1       4.0       1.0       2.0       3.0       5.0
2       4.0       1.0       2.0       5.0       3.0

需要生成结果，

# NaNs in this final DataFrame needs to be filled with the respective column names
results = pd.DataFrame(None, index=rank_df.index, columns=["first", "second", "third"])

Answer 1

IIUC，您可以尝试使用argsort：

print(df)
    ticker_1  ticker_2  ticker_3  ticker_4  ticker_5
0  0.548814  0.715189  0.602763  0.544883  0.423655
1  0.645894  0.437587  0.891773  0.963663  0.383442
2  0.791725  0.528895  0.568045  0.925597  0.071036

results[:] = df.columns.to_numpy()[np.argsort(-df)][:,:3] #change 3 to n as reqd
print(results)

      first    second     third
0  ticker_2  ticker_3  ticker_1
1  ticker_4  ticker_3  ticker_1
2  ticker_4  ticker_1  ticker_3

Answer 2

另一种方法是使用熊猫重塑：

rank_df.reset_index().melt('index').pivot('index', 'value', 'variable')\
       .rename(columns={1.0:'first', 2.0:'second', 3.0:'third'}).iloc[:, :3]

输出：

value     first    second     third
index                              
0      ticker_5  ticker_1  ticker_4
1      ticker_2  ticker_3  ticker_4
2      ticker_2  ticker_3  ticker_5

根据条件提取熊猫列名称

2 个答案: