熊猫列名
问题描述:
我有在最左边的列和其他列的正向曲线(以下DF1)熊猫列名
DF1一些代码的DF:
code tp1 tp2 tp3 tp4 tp5 tp6 \
0 1111 0.000000 0.000000 0.018714 0.127218 0.070055 0.084065
1 222 0.000000 0.000000 0.000418 0.000000 0.017540 0.003015
2 333 1.146815 1.305678 0.384918 0.688284 0.000000 0.000000
3 444 0.000000 0.000000 1.838797 0.000000 0.000000 0.000000
4 555 27.190002 27.134837 24.137560 17.739465 11.990806 8.631395
5 666 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
tp7 tp8 tp9 tp10
0 0.019707 0.000000 0.000000 0.000000
1 6.594860 10.535905 15.697232 21.035824
2 0.000000 0.000000 0.000000 0.000000
3 0.000000 0.000000 0.000000 0.000000
4 7.476197 6.461532 5.570051 4.730345
5 0.000000 0.000068 0.000000 0.000000
我想输出为具有最后一个数字(+ ve或-ve)的单元(对于每个代码)的列名称的3列df(下面的df2),其后仅有0。第二列(tp_with_max_num
)将具有最大数目的列名称。
DF2:
code max_tp tp_with_max_num
0 1111 tp7 tp4
1 222 tp10 tp10
2 333 tp4 tp2
3 444 tp3 tp3
4 555 tp10 tp1
5 666 tp8 tp8
使用此:name of column, that contains the max value 我能得到第3列:
input_df['tp_with_max_num'] = input_df.ix[0:6,1:].apply(lambda x: input_df.columns[1:][x == x.max()][0], axis=1)
我无法解决在DF2第2列....
答
明知idxmax返回第一最大的指数,你可以使用cumsum找到列之后,只有零:
df.ix[:, 'tp1':].cumsum(axis=1).idxmax(axis=1)
Out[61]:
0 tp7
1 tp10
2 tp4
3 tp3
4 tp10
5 tp8
dtype: object
答
如果临时替换,可以在该行上使用argmax
返回第二列最大值的列名称与NaN
那么你可以使用last_valid_index
与最后非零值返回列:
In [117]:
df['max_tp'], df['tp_with_max_num'] = df.ix[:,'tp1':].replace(0,np.NaN).apply(lambda x: x.last_valid_index(), axis=1), df.ix[:,'tp1':].apply(lambda x: x.argmax(), axis=1)
df[['max_tp','tp_with_max_num']]
Out[117]:
max_tp tp_with_max_num
0 tp7 tp4
1 tp10 tp10
2 tp4 tp2
3 tp3 tp3
4 tp10 tp1
5 tp8 tp8
+0
不错..感谢..在第2列的任何想法?或者我只需要迭代和删除尾部0? – spiff
答
更快的是使用:
print (df.ix[:,'tp1':].idxmax(axis=1))
0 tp4
1 tp10
2 tp2
3 tp3
4 tp1
5 tp8
dtype: object
时序:
df = pd.concat([df]*1000).reset_index(drop=True)
In [128]: %timeit (df.ix[:,'tp1':].idxmax(axis=1))
100 loops, best of 3: 5.9 ms per loop
In [129]: %timeit (df.ix[:,'tp1':].apply(lambda x: x.argmax(), axis=1))
1 loop, best of 3: 237 ms per loop
In [130]: %timeit (df.ix[:,'tp1':].replace(0,np.NaN).apply(lambda x: x.last_valid_index(), axis=1))
10 loops, best of 3: 126 ms per loop
In [131]: %timeit (df.ix[:, 'tp1':].cumsum(axis=1).idxmax(axis=1))
100 loops, best of 3: 6.71 ms per loop
所以我的和ayhan解决方案的速度越快。
如此优雅!谢谢vm!现在试着去理解刚才发生的事情...... – spiff
但是,你必须稍微改变它以使用负数。在问题示例中没有任何内容,但稍后可能会有一些内容,因此您可以在执行'cumsum'之前调用'abs'。 – jotasi