find每行有最大值的列名
我有这样一个DataFrame：
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 在这里，我想问如何得到每行有最大值的列名，所需的输出是这样的：
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
您可以使用axis=1 idxmax查找每行最大值的列：
>>> df.idxmax(axis=1) 0 Communications 1 Business 2 Communications 3 Communications 4 Business dtype: object
要创build新列“Max”，请使用df['Max'] = df.idxmax(axis=1) 。
要查找每列中出现最大值的行索引，请使用df.idxmax() （或等效df.idxmax(axis=0) ）。
如果你想产生一个包含最大值的列名称的列，但只考虑列的一个子集，那么你可以使用@ ajcr的答案的变体：
df['Max'] = df[['Communications','Business']].idxmax(axis=1)
你可以apply数据argmax()并通过axis=1获得每一行的argmax()
In [144]: df.apply(lambda x: x.argmax(), axis=1) Out[144]: 0 Communications 1 Business 2 Communications 3 Communications 4 Business dtype: object
这里是一个基准来比较idxmax() len(df) ~ 20K idxmax()缓慢apply方法对idxmax()的影响
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
@Sushant Kulkarni
对于第二高，你可以使用
df.apply(lambda x: df.index[x.argsort()[::-1][1]], axis=1)
