我有一个有三列的pandas数据框,都是文本。如何创建一个只包含三列中最长的文本的新列?我将长度定义为简单的字符计数。
发布于 2019-04-16 06:45:25
我真的不确定这有多有效,但是,你可以对DF中的所有东西使用.applymap(len) -在列轴上取最大索引,然后对它使用.lookup(...),例如:
从以下内容开始:
df = pd.DataFrame({
'a': ['a', 'bb', 'c'],
'b': ['aaa', 'bb', 'cc'],
'c': ['a', 'bbb', 'ccc']
})您可以执行以下操作:
mx = df.applymap(len).idxmax(axis=1)它为您提供了要从每行中获取的相关列:
0 b
1 c
2 c
dtype: object然后在原始DF中查找它们,并将其作为新列分配回DF,例如:
df['d'] = df.lookup(mx.index, mx.values)为您提供最终DF:
a b c d
0 a aaa a aaa
1 bb bb bbb bbb
2 c cc ccc ccc发布于 2019-04-16 06:53:11
使用来自@JonClement's answer的数据。。。另一种选择是对python的max函数进行逐行应用:
df
a b c
0 a aaa a
1 bb bb bbb
2 c cc ccc
df['d'] = df.apply(max, key=len, axis=1)
df
a b c d
0 a aaa a aaa
1 bb bb bbb bbb
2 c cc ccc ccc发布于 2019-04-16 06:56:34
使用numpy vectorize的单向argmax
df.columns[np.vectorize(len)(df.values).argmax(1)]
Out[574]: Index(['b', 'c', 'c'], dtype='object')
df.values[np.arange(len(df)),np.vectorize(len)(df.values).argmax(1)]
Out[575]: array(['aaa', 'bbb', 'ccc'], dtype=object)https://stackoverflow.com/questions/55697826
复制相似问题