我有以下数据框:
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 scr_s scr_d
13 11 2 6 13 3 9 24 15 9 13 scr_c1 scr_s
我正在尝试获取评估列的最大值和最小值的列的名称scr_s、scr_c1、scr_d、scr_c2、scr_e。因此具有最高值的列名称将存储在r1 和具有最低值的列名称将存储在 r2
为了计算 r1 和 r2,我使用:
data['r1'] = data[['scr_s','scr_c1','scr_d','scr_c2','scr_e']].idxmax(axis=1)
data['r2'] = data[['scr_s','scr_c1','scr_d','scr_c2','scr_e']].idxmin(axis=1)
问题:当两列具有相同的最大值或最小值时,我必须选择具有最大值的列名称此列之一'c1','e','c2','d','s'
在这种特殊情况下,当分析 r2 列时,结果应该不同:
- 对于第一行,列 scr_d 和 scr_c2 共享相同的最小值,因此列 'd' 和 'c2' 应该进行评估。在列 'd 和 c2' 之间,最高值属于 'c2',因此 r2 的预期结果为 scr_c2.
如何解决这个问题?
预期输出:
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 scr_s *scr_c2*
13 11 2 6 13 3 9 24 15 9 13 scr_c1 *scr_c2*
最佳答案
创建相对相关的列名称列表
base = ['c1', 'e', 'c2', 'd', 's']
extd = [f'scr_{c}' for c in base]
创建这些列的元组列表
base_tups = [*zip(*map(df.get, base))]
extd_tups = [*zip(*map(df.get, extd))]
将这些元组压缩在一起
zvals = [[*zip(*t)] for t in zip(extd_tups, base_tups)]
看起来像这样
[[(19, 6), (19, 13), (5, 3), (5, 2), (22, 11)],
[(24, 11), (13, 2), (9, 6), (15, 13), (9, 3)]]
设置 idxmax
/idxmin
类型事物
r = range(len(base))
rvals = {}
rvals['r1'] = [extd[max(r, key=lambda i: x[i])] for x in zvals]
# flip sign on second element to get what OP wants v
rvals['r2'] = [extd[min(r, key=lambda i: (x[i][0], -x[i][1]))] for x in zvals]
df.assign(**rvals)
c1 e c2 d s scr_s scr_c1 scr_d scr_c2 scr_e r1 r2
12 6 13 3 2 11 22 19 5 5 19 scr_s scr_c2
13 11 2 6 13 3 9 24 15 9 13 scr_c1 scr_c2
关于python - 使用 Pandas 根据多个条件获取列名称,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56173614/