获取按 DataFrame 中的值排序的列名

Question

我有一个庞大的数据框，我想为其创建一个字典。字典的键将是行的索引，值将是按该行中的值排序的数据框的列名列表（降序）。考虑以下示例：

df=      23    45    12     3     6
    45   0.2   1     0.12   0.5   0.1
    12   0.5   0.2   1      0.3   0.9
    23   0.1   0.9   0.3    1     0.5

我想创建一个如下形式的字典：

dict={ '45':['45','3','23','12','6'], 
       '12':['12','6','23','3','45'], 
       '23':['3','45','6','23']} 

其中的值是按其在该行中的值排序的列名。我尝试了以下方法：

for idx,row in df.iteritems():
    l = row.values.tolist()
    l.sort(reverse=True)
    print idx,l 

但这给了我值，而不是按降序排序的列名。任何有关我如何产生所需结果的帮助将不胜感激。谢谢。

Answer 1

嗯，这似乎有效：

import numpy as np

df = pd.DataFrame({'A': [1, 3, 10, 50], 'B': [2, -8, 3, 7], 'C': [1, 10, -20, 1]})

>>> dict([(r[0], list(df.columns[np.argsort(list(r)[1: ])])) \
    for r in list(df.to_records())])
{0: ['A', 'C', 'B'],
 1: ['B', 'A', 'C'],
 2: ['C', 'B', 'A'],
 3: ['C', 'B', 'A']}

说明：

• list(df.to_records()) 是作为元组的行列表。
• r[0] 是元组中的第一个元素。
• list(r)[1: ] 是元组的其余部分。
• np.argsort 根据排序后的值顺序返回数组的索引。
• dict(list_of_pairs) 从对数组中创建字典。