我想从数据框中获取每行某个区域的第二高值。如何做到这一点?
我尝试了以下代码,但不起作用:
有没有其他方式可以获取它?
我尝试了以下代码,但不起作用:
df.iloc[:, 5:-3].nlargest(2)(axis=1, level=2)
有没有其他方式可以获取它?
通过在axis=1上使用apply,您可以找到每行的第二个最大值。方法是先找到前2个最大值,然后获取它们中的最后一个。
df.iloc[:, 5:-3].apply(lambda row: row.nlargest(2).values[-1],axis=1)
示例
下面的代码在 df 的每一行中找到第二大的值。
In [1]: import pandas as pd
In [2]: import numpy as np
In [3]: df = pd.DataFrame({'Col{}'.format(i):np.random.randint(0,100,5) for i in range(5)})
In [4]: df
Out[4]:
Col0 Col1 Col2 Col3 Col4
0 82 32 14 62 90
1 62 32 74 62 72
2 31 79 22 17 3
3 42 54 66 93 50
4 13 88 6 46 69
In [5]: df.apply(lambda row: row.nlargest(2).values[-1],axis=1)
Out[5]:
0 82
1 72
2 31
3 66
4 69
dtype: int64
a = np.sort(df.iloc[:, 5:-3], axis=1)[:, -2]
样例:
np.random.seed(100)
df = pd.DataFrame(np.random.randint(10, size=(10,10)))
print (df)
0 1 2 3 4 5 6 7 8 9
0 8 8 3 7 7 0 4 2 5 2
1 2 2 1 0 8 4 0 9 6 2
2 4 1 5 3 4 4 3 7 1 1
3 7 7 0 2 9 9 3 2 5 8
4 1 0 7 6 2 0 8 2 5 1
5 8 1 5 4 2 8 3 5 0 9
6 3 6 3 4 7 6 3 9 0 4
7 4 5 7 6 6 2 4 2 7 1
8 6 6 0 7 2 3 5 4 2 4
9 3 7 9 0 0 5 9 6 6 5
print (df.iloc[:, 5:-3])
5 6
0 0 4
1 4 0
2 4 3
3 9 3
4 0 8
5 8 3
6 6 3
7 2 4
8 3 5
9 5 9
a = np.sort(df.iloc[:, 5:-3], axis=1)[:, -2]
print (a)
[0 0 3 3 0 3 3 2 3 5]
a = df.iloc[:, 5:-3].values
b = pd.DataFrame(a[np.arange(len(a))[:, None], np.argsort(a, axis=1)])
print (b)
0 1
0 0 4
1 0 4
2 3 4
3 3 9
4 0 8
5 3 8
6 3 6
7 2 4
8 3 5
9 5 9
一个有趣的选择是利用熊猫的“replace”功能进行创造性处理。
首先,获取每行的最大值:
max_values = values.max()
values_with_max_pos_zeroed_out = values_for_cycle - max_values_for_cycle
max_values+(values_with_max_pos_zeroed_out ).replace(0, np.nan).max()
你需要使用 numpy.sort()
对你的数据框进行排序,然后获取第二个值。
import numpy as np
second = np.sort(df.iloc[:, 5:-3], axis=1)[:, 1]
[:, 1]
,它会返回给我第一个最大值。 - jezrael[:, 1]
返回第二小的值。 - Jan Christoph Terasa
a = np.sort(df.iloc[:, 5:-3], axis=1)[:, -2]
是正确的答案。使用[:, 0]
进行索引只是偶然的,因为你使用了一个 10x2 的切片。如果你创建一个更大的数据集(比如 16x16),这一点将变得明显。 - Jan Christoph Terasa