如果我有表:排名列和选择列名
a b c
15 15 5
20 10 7
25 30 9
,并希望做两件事情1)挑选出与整个轴最高值的列,并将其分配给列2)取值,并将其分配给另一列,如:
a b c 1st 1st_value 2nd 2nd_value 3rd 3rd_value
15 15 5 a/b 15 c 5 NaN NaN
20 10 7 a 20 b 10 c 7
25 30 9 b 30 a 25 c 9
这可能吗?
如果我有表:排名列和选择列名
a b c
15 15 5
20 10 7
25 30 9
,并希望做两件事情1)挑选出与整个轴最高值的列,并将其分配给列2)取值,并将其分配给另一列,如:
a b c 1st 1st_value 2nd 2nd_value 3rd 3rd_value
15 15 5 a/b 15 c 5 NaN NaN
20 10 7 a 20 b 10 c 7
25 30 9 b 30 a 25 c 9
这可能吗?
我可以建议你解决这样的:
import pandas as pd
import numpy as np
df = pd.DataFrame([{'a': 15, 'b': 15, 'c': 5}, {'a': 20, 'b': 10, 'c': 7}, {'a': 25, 'b': 30, 'c': 9}])
ext = {0: 'st', 1: 'nd', 2: 'rd'}
cols = df.columns
def make_ranking(row, rank=0, is_value=False):
values = list(row[cols])
sorted_values = sorted(set(values), reverse=True)
value = sorted_values[rank] if len(sorted_values) > rank else np.nan
if not is_value:
items = [k for k, v in enumerate(values) if v == value]
value = '/'.join([cols[item] for item in items]) or np.nan
return value
for i in range(len(cols)):
df[str(i+1)+ext[i]] = df.apply(make_ranking, args=(i, False,), axis=1)
df[str(i+1)+ext[i]+'_value'] = df.apply(make_ranking, args=(i, True,), axis=1)
print(df)
输出:
a b c 1st 1st_value 2nd 2nd_value 3rd 3rd_value
0 15 15 5 a/b 15 c 5 NaN NaN
1 20 10 7 a 20 b 10 c 7
2 25 30 9 b 30 a 25 c 9
df_sorted = df.apply(lambda row: sorted(set(row), reverse=True) + [None]*(len(row)-len(set(row))), axis=1)
>>> df_sorted
a b c
0 15 5 NaN
1 20 10 7
2 30 25 9
重命名列,如果你想:
df_sorted.rename(columns={'a': '1st_value', 'b': '2nd_value', 'c': '3rd_value'}, inplace=True)
>>> df_sorted
1st_value 2nd_value 3rd_value
0 15 5 NaN
1 20 10 7
2 30 25 9
的毗连原和分类,如果你想:
df_concat = pd.concat([df, df_sorted], axis=1)
>>> df_concat
a b c 1st_value 2nd_value 3rd_value
0 15 15 5 15 5 NaN
1 20 10 7 20 10 7
2 25 30 9 30 25 9
我可以问我怎么知道这些值属于哪一列?因此,例如第2行,该值来自b。这可能吗? – DGraham
你尝试过什么吗? – vk1011
我设法完成的唯一事情是选择最大列。我已经尝试过对列进行排序,但是如果这是合理的,则会按列中的总和列排序。 – DGraham