在数据框中的每一列中查找 3 个最大值并获取索引号 python答案

【问题标题】：find 3 largest values in every column in data frame and get the index number python在数据框中的每一列中查找 3 个最大值并获取索引号 python
【发布时间】：2019-05-08 00:43:35
【问题描述】：

我有这样的数据框

        A         B         C         D    
0  0.037949  0.021150  0.127416  0.040137  
1  0.025174  0.007935  0.011774  0.003491  
2  0.022339  0.019022  0.024849  0.018062  
3  0.017205  0.051902  0.033246  0.018605  
4  0.044075  0.044006  0.065896  0.021264

并且我想获取每列中具有 3 个最大值的索引值的数据框。期望的输出

       A         B         C         D    
0      4         3         0         0
1      0         4         4         4
2      1         0         3         3

【问题讨论】：

我认为这些链接的问题都不是完全重复的。
（里面的答案比这里适用的更复杂）

标签： python pandas sorting dataframe

【解决方案1】：

这样的事情应该可以工作：

您可以使用nlargest 函数获取Top 3 值。

In [1979]: result = pd.DataFrame([df[i].nlargest(3).index.tolist() for i in df.columns]).T

In [1974]: result
Out[1974]: 
   A  B  C  D
0  4  3  0  0
1  0  4  4  4
2  1  0  3  3

【讨论】：

【解决方案2】：

给定

>>> df
          A         B         C         D
0  0.037949  0.021150  0.127416  0.040137
1  0.025174  0.007935  0.011774  0.003491
2  0.022339  0.019022  0.024849  0.018062
3  0.017205  0.051902  0.033246  0.018605
4  0.044075  0.044006  0.065896  0.021264

您可以将DataFrame.apply 与Series.nlargest 结合使用：

>>> df.apply(lambda s: pd.Series(s.nlargest(3).index))
   A  B  C  D
0  4  3  0  0
1  0  4  4  4
2  1  0  3  3

【讨论】：

【解决方案3】：

你可以通过 NumPy argsort，然后切片：

res = pd.DataFrame(df.values.argsort(0), columns=df.columns)\
        .iloc[len(df.index): -4: -1]

print(res)

   A  B  C  D
4  4  3  0  0
3  0  4  4  4
2  1  0  3  3

【讨论】：