在Python中查找数据框中每行的最大值

Question

我希望能够在Python中找到每行最大的值，并返回该值所在的列标题。例如，我想找到每行中前两个最大的值：

df =  
       A    B    C    D  
       5    9    8    2  
       4    1    2    3  

我希望输出的结果看起来像这样：

df =        
       B    C  
       A    D

- Milhouse

---

我不确定我理解了。输出中是否缺少数字？你可能在寻找nlargest方法。 - cowlicks

我想展示的输出是相应的列标题。因此，输入的第一行中的9和8是B列和C列。希望这样说得清楚。我已经尝试过nlargest方法，但还没有弄清楚。不过我可能做错了。 - Milhouse

Answer 1

您可以使用字典推导式来生成数据框每行中的largest_n个最大值。我先对数据框进行了转置，然后对每一列应用nlargest函数。我使用.index.tolist()来提取所需的top_n列。最后，我再次对数据框进行转置，使其恢复到所需的形状。

top_n = 2
>>> pd.DataFrame({n: df.T[col].nlargest(top_n).index.tolist() 
                  for n, col in enumerate(df.T)}).T
   0  1
0  B  C
1  A  D

- Alexander

Answer 2

我决定采用另一种方法：对每行应用pd.Series.nlargest()函数。

解决方案路径

>>> df.apply(pd.Series.nlargest, axis=1, n=2)
     A    B    C    D
0  NaN  9.0  8.0  NaN
1  4.0  NaN  NaN  3.0

这使我们获得每行的最高值，但保留原始列，导致在某一列不被包含在前n个最大值中时出现难看的NaN值。实际上，我们想要接收nlargest()结果的索引。

>>> df.apply(lambda s, n: s.nlargest(n).index, axis=1, n=2)
0    Index(['B', 'C'], dtype='object')
1    Index(['A', 'D'], dtype='object')
dtype: object

就快完成了，唯一剩下的就是将索引对象转换为系列。

解决方案

df.apply(lambda s, n: pd.Series(s.nlargest(n).index), axis=1, n=2)
   0  1
0  B  C
1  A  D

请注意，我没有使用Index.to_series()函数，因为我不想保留原始索引。

- tsabsch