说我有这样的潘达数据
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:
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:
def second_largest(l = []):
return (l.nlargest(2).min())
print(df.apply(second_largest, axis = 1))这给了我:
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:
0 b
1 b
2 c
3 c
4 cPandas有一个函数idxmax,它可以完成最大值的工作:
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?
发布于 2022-11-29 10:25:35
将numpy.argsort用于第二大值的职位:
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:
def second_largest(l = []):
return (l.nlargest(2).idxmin())
print(df.apply(second_largest, axis = 1))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:
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):
out = df.stack().groupby(level=0).apply(lambda s: s.nlargest(2).index[-1][1])输出:
0 b
1 b
2 c
3 c
4 c
dtype: objecthttps://stackoverflow.com/questions/74612525
复制相似问题