Temukan nama kolom yang memiliki nilai maksimum untuk setiap baris

123

Saya memiliki DataFrame seperti ini:

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

Disini saya ingin bertanya bagaimana cara mendapatkan nama kolom yang memiliki nilai maksimal untuk setiap baris, output yang diinginkan seperti ini:

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
python pandas dataframe max markov zain
sumber

Jawaban:

164

Anda dapat menggunakan idxmaxdengan axis=1untuk menemukan kolom dengan nilai terbesar di setiap baris:

>>> df.idxmax(axis=1)
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Untuk membuat kolom baru 'Maks', gunakan df['Max'] = df.idxmax(axis=1).

Untuk menemukan indeks baris di mana nilai maksimum terjadi di setiap kolom, gunakan df.idxmax()(atau yang setara df.idxmax(axis=0)).

Alex Riley
sumber
@SushantKulkarni Bagaimana Anda berhasil mendapatkan probabilitas 3 teratas, bukan 1 teratas?
Stergios
# Menghitung probabilitas untuk semua accountsproba = lr.predict_proba (tfidf) MLR_y_p = pd.DataFrame (proba, kolom = np.unique (y), index = df.Key.tolist ())
Sushant Kulkarni
25

Dan jika Anda ingin menghasilkan kolom yang berisi nama kolom dengan nilai maksimal tetapi hanya mempertimbangkan subset kolom maka Anda menggunakan variasi jawaban @ ajcr:

df['Max'] = df[['Communications','Business']].idxmax(axis=1)
pengguna1718097
sumber
5
Jika Anda ingin mengecualikan semua kolom kecuali untuk subsetdf['Max'] = df[df.columns.difference(['Foo','Bar'])].idxmax(axis=1)
floatingpurr
9

Anda dapat applymenggunakan dataframe dan mendapatkan argmax()setiap baris melaluiaxis=1

In [144]: df.apply(lambda x: x.argmax(), axis=1)
Out[144]:
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Berikut adalah tolok ukur untuk membandingkan seberapa lambat applymetode idxmax()untuklen(df) ~ 20K

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
Nol
sumber