在Pandas的一组列中，找到最大值和第二大值之间的差异。

Question

我有一个相当大的数据框：

	A	B	C	D
0	17	36	45	54
1	18	23	17	17
2	74	47	8	46
3	48	38	96	83

我想创建一个新列，该列为(列中的最大值) - (第二高值) / (第二高值)。

在这个例子中，它看起来像:

	A	B	C	D	Diff
0	17	36	45	54	.20
1	18	23	17	17	.28
2	74	47	8	46	.57
3	48	38	96	83	.16

我试图创建一个新列，该列为(列中的最大值) - (第二高值) / (第二高值)。

例如df['diff'] = df.loc[:, 'A': 'D'].max(axis=1) - df.iloc[:df.index.get_loc(df.loc[:, 'A': 'D'].idxmax(axis=1))] / ...

但就连公式的这部分也会出错，更不用说包括最后的除法了。我相信肯定有更简便的方法来解决这个问题。

编辑：另外，我还想获得最大值与紧随其前的列之间的差异。我知道这是一个有些不同的问题，但我会感激任何见解。谢谢！

- Rick Batra

Answer 1

使用 pandas.Series.nlargest 以及 pct_change 的一种方法：

df["Diff"] = df.apply(lambda x: x.nlargest(2).pct_change(-1)[0], axis=1)

输出：

    A   B   C   D      Diff
0  17  36  45  54  0.200000
1  18  23  17  17  0.277778
2  74  47   8  46  0.574468
3  48  38  96  83  0.156627

- Chris

Answer 2

一种方法是应用UDF：

def get_pct(x):
    xmax2, xmax = x.sort_values().tail(2)
    return (xmax-xmax2)/xmax2

df['Diff'] = df.apply(get_pct, axis=1)

输出：

    A   B   C   D      Diff
0  17  36  45  54  0.200000
1  18  23  17  17  0.277778
2  74  47   8  46  0.574468
3  48  38  96  83  0.156627

- Quang Hoang

---

谢谢！我在原帖中没有包含这个问题。但是是否可能获得最高值所在列与其前一列（无论其值如何）之间的差异：（ColumnMax.value - columnmax.column - 1.value）？ - Rick Batra

Answer 3

我们还可以利用NumPy的sort和np.diff方法：

arr = np.sort(df,axis=1)[:,-2:]
df['Diff'] = np.diff(arr,axis=1)[:,0]/arr[:,0]

---

print(df)

    A   B   C   D      Diff
0  17  36  45  54  0.200000
1  18  23  17  17  0.277778
2  74  47   8  46  0.574468
3  48  38  96  83  0.156627

- anky

Answer 4

让我们尝试使用 mask 获取第二个最大值。

Max = df.max(1)
secMax = df.mask(df.eq(Max,0)).max(1)
df['Diff'] = (Max - secMax)/secMax
df
Out[69]: 
    A   B   C   D      Diff
0  17  36  45  54  0.200000
1  18  23  17  17  0.277778
2  74  47   8  46  0.574468
3  48  38  96  83  0.156627

- BENY