ค้นหาชื่อคอลัมน์ที่มีค่าสูงสุดสำหรับแต่ละแถว

123

ฉันมี DataFrame แบบนี้:

In [7]:
frame.head()
Out[7]:
Communications and Search   Business    General Lifestyle
0   0.745763    0.050847    0.118644    0.084746
0   0.333333    0.000000    0.583333    0.083333
0   0.617021    0.042553    0.297872    0.042553
0   0.435897    0.000000    0.410256    0.153846
0   0.358974    0.076923    0.410256    0.153846

ที่นี่ฉันต้องการถามวิธีรับชื่อคอลัมน์ที่มีค่าสูงสุดสำหรับแต่ละแถวผลลัพธ์ที่ต้องการจะเป็นดังนี้:

In [7]:
    frame.head()
    Out[7]:
    Communications and Search   Business    General Lifestyle   Max
    0   0.745763    0.050847    0.118644    0.084746           Communications 
    0   0.333333    0.000000    0.583333    0.083333           Business  
    0   0.617021    0.042553    0.297872    0.042553           Communications 
    0   0.435897    0.000000    0.410256    0.153846           Communications 
    0   0.358974    0.076923    0.410256    0.153846           Business

— markov zain
แหล่งที่มา

164

คุณสามารถใช้idxmaxกับaxis=1การหาคอลัมน์ที่มีค่ามากที่สุดในแต่ละแถว:

>>> df.idxmax(axis=1)
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

เพื่อสร้างคอลัมน์ใหม่ 'แม็กซ์' df['Max'] = df.idxmax(axis=1)ใช้

หากต้องการค้นหาดัชนีแถวที่ค่าสูงสุดเกิดขึ้นในแต่ละคอลัมน์ให้ใช้df.idxmax()(หรือเทียบเท่าdf.idxmax(axis=0))

— อเล็กซ์ไรลีย์
แหล่งที่มา

@SushantKulkarni คุณจัดการเพื่อให้ได้ความน่าจะเป็น 3 อันดับแรกแทนที่จะเป็นอันดับ 1 ได้อย่างไร?

— Stergios

# การคำนวณความน่าจะเป็นสำหรับบัญชีทั้งหมด sproba = lr.predict_proba (tfidf) MLR_y_p = pd.DataFrame (proba, คอลัมน์ = np.unique (y), index = df.Key.tolist ())

— Sushant Kulkarni

26

และถ้าคุณต้องการสร้างคอลัมน์ที่มีชื่อของคอลัมน์ที่มีค่าสูงสุด แต่พิจารณาเฉพาะส่วนย่อยของคอลัมน์คุณจะใช้รูปแบบของคำตอบของ @ ajcr:

df['Max'] = df[['Communications','Business']].idxmax(axis=1)

— user1718097
แหล่งที่มา

5

หากคุณต้องการยกเว้นคอลัมน์ทั้งหมดยกเว้นส่วนย่อยdf['Max'] = df[df.columns.difference(['Foo','Bar'])].idxmax(axis=1)

— floatingpurr

9

คุณสามารถapplyบนดาต้าเฟรมและรับargmax()แต่ละแถวผ่านทางไฟล์axis=1

In [144]: df.apply(lambda x: x.argmax(), axis=1)
Out[144]:
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

นี่คือมาตรฐานเพื่อเปรียบเทียบว่าช้าapplyวิธีการคือการidxmax()สำหรับlen(df) ~ 20K

In [146]: %timeit df.apply(lambda x: x.argmax(), axis=1)
1 loops, best of 3: 479 ms per loop

In [147]: %timeit df.idxmax(axis=1)
10 loops, best of 3: 47.3 ms per loop

— ศูนย์
แหล่งที่มา