pandasデータフレームの行の並べ替えと列IDの取得

Question

特定のpandasデータフレームでは、行の最高位、2番目、3番目などの新しい列を作成したいと考えています。そして、それぞれの対応する列名用の別の列を作成します。以下のコードは、行の最大値に対してこれを行いますが、それに続く値は返しません。 Find the column name which has the maximum value for each row

import pandas as pd 

df = pd.DataFrame({'A': (23, 24, 55, 77, 33, 66), 
        'B': (12, 33, 0.2, 44, 23.5, 66), 
        'C': (1, 33, 66, 44, 5, 62), 
        'D': (9, 343, 4, 64, 24, 63), 
        'E': (123, 33, 2.2, 42, 2, 99)}) 

# Determine the max value and column name and add as columns to df 
df['Max1'] = df.max(axis=1) 
df['Col_Max1'] = df.idxmax(axis=1) 

# Determine the 2nd and 3rd max PR and threshold levels and add as columns 
# ??????????? 

print(df) 

から適応

これが生成します。

A  B C D  E Max1 Col_Max1 
0 23 12.0 1 9 123.0 123.0  E 
1 24 33.0 33 343 33.0 343.0  D 
2 55 0.2 66 4 2.2 66.0  C 
3 77 44.0 44 64 42.0 77.0  A 
4 33 23.5 5 24 2.0 33.0  A 
5 66 66.0 62 63 99.0 99.0  E 

Process finished with exit code 0 

唯一の注意点は、それがパフォーマンスのために重要な場合には、列の非常に大きな数を持つことが可能であるということでしょう。みんなありがとう。なり、パフォーマンスに焦点を当てた基本となる配列データを使用して

Answer 1

一つのアプローチ -

a = df.values 
c = df.columns 
idx = a.argsort(1)[:,::-1] 
vals = a[np.arange(idx.shape[0])[:,None], idx] 
IDs = c[idx] 

names_vals = ['Max'+str(i+1) for i in range(a.shape[1])] 
names_IDs = ['Col_Max'+str(i+1) for i in range(a.shape[1])] 

df_vals = pd.DataFrame(vals, columns=names_vals) 
df_IDs = pd.DataFrame(IDs, columns=names_IDs) 
df_out = pd.concat([df, df_vals, df_IDs], axis=1) 

サンプル入力、出力 -

In [40]: df 
Out[40]: 
    A  B C D  E 
0 23 12.0 1 9 123.0 
1 24 33.0 33 343 33.0 
2 55 0.2 66 4 2.2 
3 77 44.0 44 64 42.0 
4 33 23.5 5 24 2.0 
5 66 66.0 62 63 99.0 

In [41]: df_out 
Out[41]: 
    A  B C D  E Max1 Max2 Max3 Max4 Max5 Col_Max1 Col_Max2 \ 
0 23 12.0 1 9 123.0 123.0 23.0 12.0 9.0 1.0  E  A 
1 24 33.0 33 343 33.0 343.0 33.0 33.0 33.0 24.0  D  E 
2 55 0.2 66 4 2.2 66.0 55.0 4.0 2.2 0.2  C  A 
3 77 44.0 44 64 42.0 77.0 64.0 44.0 44.0 42.0  A  D 
4 33 23.5 5 24 2.0 33.0 24.0 23.5 5.0 2.0  A  D 
5 66 66.0 62 63 99.0 99.0 66.0 66.0 63.0 62.0  E  B 

    Col_Max3 Col_Max4 Col_Max5 
0  B  D  C 
1  C  B  A 
2  D  E  B 
3  C  B  E 
4  B  C  E 
5  A  D  C 

あなたはシーケンス内の値とIDが必要な場合は、私たちがする必要がありますそこに最後のいくつかの手順を変更する -

df0 = pd.DataFrame(np.dstack((vals, IDs)).reshape(a.shape[0],-1)) 
df0.columns = np.vstack((names_vals, names_IDs)).T.ravel() 
df_out = pd.concat([df, df0], axis=1) 

サンプル出力 -

In [62]: df_out 
Out[62]: 
    A  B C D  E Max1 Col_Max1 Max2 Col_Max2 Max3 Col_Max3 Max4 \ 
0 23 12.0 1 9 123.0 123  E 23  A 12  B 9 
1 24 33.0 33 343 33.0 343  D 33  E 33  C 33 
2 55 0.2 66 4 2.2 66  C 55  A  4  D 2.2 
3 77 44.0 44 64 42.0 77  A 64  D 44  C 44 
4 33 23.5 5 24 2.0 33  A 24  D 23.5  B 5 
5 66 66.0 62 63 99.0 99  E 66  B 66  A 63 

    Col_Max4 Max5 Col_Max5 
0  D 1  C 
1  B 24  A 
2  E 0.2  B 
3  B 42  E 
4  C 2  E 
5  D 62  C