查找数据帧中每行的前N列 [英] Finding top N columns for each row in data frame

问题描述

给定一个包含一个描述性列和X个数字列的数据框，对于每一行，我想标识具有较高值的​​前N列，并将其另存为新的数据框上的行。

例如，考虑以下数据框架：

  df = pd.DataFrame（）
 df ['index'] = ['A'，'B'，'C'，'D'，'E'，'F'] 
 df ['option1'] = [1,5， 3,7,9,3] 
 df ['option2'] = [8,4,5,6,9,2] 
 df ['option3'] = [9,9,1， 3,9,5] 
 df ['option4'] = [3,8,3,5,7,0] 
 df ['option5'] = [2,3,4,9， 4,2] 
  

我想输出（让我们说N是3，所以我想要前3名）：

 code> A，option3 
 A，option2 
 A，option4 
 
 B，option3 
 B，option4 
 B，option1 
 
 C，option2 
 C，option5 
 C，option4（或选项1  - 关系真的不是一个问题）
 
 D，option5 
 D，option1 
 D，option2 
 
等等.... 
  

任何想法如何轻松实现？
谢谢

解决方案

如果你只是想配对：

 从运算符import itemgetter，因为
来自itertools import repeat 
n = 3 
 
＃sort_values = order pandas< 0.17 
 new_d =（zip（repeat（row [index]），map（it（0），（row [1：]。sort_values（ascending = 0）[：n] .iteritems（））） ）
 for _，row in df.iterrows（））
 for new row in row 
 print（list（row））
  

输出：

  [（'B'，'option3' ），（'B'，'option4'），（'B'，'option1'）] 
 [（'C'，'option2'），（'C'，'option5'），（' '，'option1'）] 
 [（'D'，'option5'），（'D'，'option1'），（'D'，'option2'）] 
 [（'E ''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''' ），（'F'，'option2'）] 
  

哪个还维护订单。 >

如果您想要列表列表：

 从运算符导入itemgetter，因为它
 from itertools import repeat 
n = 3 
 
 new_d = [list（zip（repeat（row [index]），map（it（0），（row [1 ：]。sort_values（asc结束= 0）[：n] .iteritems（）））））
 for _，row in df.iterrows（）] 
  

输出：

  [[（'A'，'option3'），（' A'，'option2'），（'A'，'option4'）]，
 [（'B'，'option3'），（'B'，'option4'），（'B'选项1'）]，
 [（'C'，'option2'），（'C'，'option5'），（'C'，'option1'）]，
 [ ，'option5'），（'D'，'option1'），（'D'，'option2'）]，
 [（'E'，'option1' ），（'E'，'option3'）]，
 [（'F'，'option3'），（'F'，'option1'），（'F'，'option2'）]] 
  

或使用pythons排序：

  new_d = [list（zip（repeat（row [index]），map（it（0），sorted（row [1：]）iteritems（），key = it（1） reverse = 1）[：n]）））
 for _，row in df.iterrows（）] 
  

其实是最快的，如果你真的想要字符串，格式化输出是非常简单的，但是你想要的。

given a data frame with one descriptive column and X numeric columns, for each row I'd like to identify the top N columns with the higher values and save it as rows on a new dataframe.

For example, consider the following data frame:

df = pd.DataFrame()
df['index'] = ['A', 'B', 'C', 'D','E', 'F']
df['option1'] = [1,5,3,7,9,3]
df['option2'] = [8,4,5,6,9,2]
df['option3'] = [9,9,1,3,9,5]
df['option4'] = [3,8,3,5,7,0]
df['option5'] = [2,3,4,9,4,2]

I'd like to output (lets say N is 3, so I want the top 3):

A,option3
A,option2
A,option4

B,option3
B,option4
B,option1

C,option2
C,option5
C,option4 (or option1 - ties arent really a problem)

D,option5
D,option1
D,option2

and so on....

any idea how that can be easily achieved? Thanks

解决方案

If you just want pairings:

from operator import itemgetter as it
from itertools import repeat
n = 3

 # sort_values = order pandas < 0.17
new_d = (zip(repeat(row["index"]), map(it(0),(row[1:].sort_values(ascending=0)[:n].iteritems())))
                 for _, row in df.iterrows())
for row in new_d:
    print(list(row))

Output:

[('B', 'option3'), ('B', 'option4'), ('B', 'option1')]
[('C', 'option2'), ('C', 'option5'), ('C', 'option1')]
[('D', 'option5'), ('D', 'option1'), ('D', 'option2')]
[('E', 'option1'), ('E', 'option2'), ('E', 'option3')]
[('F', 'option3'), ('F', 'option1'), ('F', 'option2')]

Which also maintains the order.

If you want a list of lists:

from operator import itemgetter as it
from itertools import repeat
n = 3

new_d = [list(zip(repeat(row["index"]), map(it(0),(row[1:].sort_values(ascending=0)[:n].iteritems()))))
                 for _, row in df.iterrows()]

Output:

[[('A', 'option3'), ('A', 'option2'), ('A', 'option4')],
[('B', 'option3'), ('B', 'option4'), ('B', 'option1')], 
[('C', 'option2'), ('C', 'option5'), ('C', 'option1')], 
[('D', 'option5'), ('D', 'option1'), ('D', 'option2')], 
[('E', 'option1'), ('E', 'option2'), ('E', 'option3')],
[('F', 'option3'), ('F', 'option1'), ('F', 'option2')]]

Or using pythons sorted:

new_d = [list(zip(repeat(row["index"]), map(it(0), sorted(row[1:].iteritems(), key=it(1) ,reverse=1)[:n])))
                     for _, row in df.iterrows()]

Which is actually the fastest, if you really want strings, it is pretty trivial to format the output however you want.

这篇关于查找数据帧中每行的前N列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！