获取数据帧行中 n 个最大绝对值的索引答案

【问题标题】：obtaining indices of n max absolute values in dataframe row获取数据帧行中 n 个最大绝对值的索引
【发布时间】：2019-02-26 18:54:33
【问题描述】：

假设我创建了一个如下所示的 Pandas DataFrame

import pandas as pd
import numpy as np

np.random.seed(0)
x = 10*np.random.randn(5,5)
df = pd.DataFrame(x)

例如，这可以生成以下内容：

对于每一行，我正在寻找一种方法来轻松获得与绝对值术语中最大 n（例如 3）值相对应的索引。例如，对于第一行，我期望 [0,3,4]。我们可以假设结果不需要排序。

我尝试搜索类似于 idxmax 和 argmax 的解决方案，但似乎这些解决方案并不容易处理多个值

【问题讨论】：

请在生成数据帧之前为您的 RNG 播种。您能否更新您的图片和解释，说明 RNG 是否被播种为零？
argpartition 绝对值应该做你想做的事。

标签： python pandas numpy dataframe

【解决方案1】：

你可以使用np.argsort(axis=1)

给定数据集：

x = 10*np.random.randn(5,5)
df = pd.DataFrame(x)
           0          1         2          3          4
0  17.640523   4.001572  9.787380  22.408932  18.675580
1  -9.772779   9.500884 -1.513572  -1.032189   4.105985
2   1.440436  14.542735  7.610377   1.216750   4.438632
3   3.336743  14.940791 -2.051583   3.130677  -8.540957
4 -25.529898   6.536186  8.644362  -7.421650  22.697546

df.abs().values.argsort(1)[:, -3:][:, ::-1]
array([[3, 4, 0],
       [0, 1, 4],
       [1, 2, 4],
       [1, 4, 0],
       [0, 4, 2]])

【讨论】：

可以帮助解决以下问题stackoverflow.com/questions/54865312/…

【解决方案2】：

试试这个（这不是最佳代码）：

idx_nmax = {}
n = 3
for index, row in df.iterrows():
    idx_nmax[index] = list(row.nlargest(n).index)

最后你会得到一本字典：

作为键的行的索引

并且作为Values是该行第'n'个最高值的索引

【讨论】：