首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >为Pandas dataframe中的每一行获取第二大值的列名

问为Pandas dataframe中的每一行获取第二大值的列名
EN

Stack Overflow用户
提问于 2022-11-29 10:23:36
回答 2查看 46关注 0票数 2

说我有这样的潘达数据

代码语言:javascript
复制
df = pd.DataFrame({
    'a': [4, 5, 3, 1, 2],
    'b': [20, 10, 40, 50, 30],
    'c': [25, 20, 5, 15, 10]
})

因此,df看起来像:

代码语言:javascript
复制
print(df)
   a   b   c
0  4  20  25
1  5  10  20
2  3  40   5
3  1  50  15
4  2  30  10

我想得到每行第二大值的列名。借用Felex在这个thread中的答案,我现在可以通过以下方法获得第二大值:

代码语言:javascript
复制
def second_largest(l = []):    
    return (l.nlargest(2).min())

print(df.apply(second_largest, axis = 1))

这给了我:

代码语言:javascript
复制
0    20
1    10
2     5
3    15
4    10
dtype: int64

但我真正想要的是这些值的列名,或者说:

代码语言:javascript
复制
0    b
1    b
2    c
3    c
4    c

Pandas有一个函数idxmax,它可以完成最大值的工作:

代码语言:javascript
复制
df.idxmax(axis = 1)

0    c
1    c
2    b
3    b
4    b
dtype: object

除了第二大价值之外,还有什么优雅的方法来做同样的工作吗?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2022-11-29 10:25:35

将numpy.argsort用于第二大值的职位:

代码语言:javascript
复制
df['new'] = df['new'] = df.columns.to_numpy()[np.argsort(df.to_numpy())[:, -2]]
print(df)
   a   b   c new
0  4  20  25   b
1  5  10  20   b
2  3  40   5   c
3  1  50  15   c
4  2  30  10   c

您的解决方案应该有效,但速度很慢:

代码语言:javascript
复制
def second_largest(l = []):    
    return (l.nlargest(2).idxmin())

print(df.apply(second_largest, axis = 1))
票数 4
EN

Stack Overflow用户

发布于 2022-11-29 10:32:36

如果效率很重要,那么numpy.argpartition是相当有效的:

代码语言:javascript
复制
N = 2
cols = df.columns.to_numpy()
pd.Series(cols[np.argpartition(df.to_numpy().T, -N, axis=0)[-N]], index=df.index)

如果你想要一只纯熊猫(效率较低):

代码语言:javascript
复制
out = df.stack().groupby(level=0).apply(lambda s: s.nlargest(2).index[-1][1])

输出:

代码语言:javascript
复制
0    b
1    b
2    c
3    c
4    c
dtype: object
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/74612525

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档