python - 如何返回pandas时间序列中最大值的相对索引

Question

这里我有一个数据框，它表示一段时间内不同股票的交易量。 (真实的数据集应该扩展到数千种不同的股票，时间段也是任意的，这里的df只是一个简化的例子)

            d-1     d-2    d-3     d-4
00001.SH    5000    4600    4893   2321
00002.SH    2134    3456    6433   2131
00003.SH    3543    3128    5423   9642
00032.RS    3234    6432    2234   3213
00006.RS    3435    3452    1231   1229
00004.LH    3213    4232    3652   1233

我试图找到时间序列上每只股票最大交易量的相对指数，以便我可以对找到的指数进行排名。为了方便排序操作，我希望时间序列上的索引是整数，也就是说，“d-1”是1，“d-2”是2，“d-3”是3，......，等等

例如，对于00001.SH，我希望它返回1(d-1)，最终结果应该是这样的

00001.SH    1
00002.SH    3
00003.SH    4
00032.RS    2
00006.RS    2
00004.LH    2

我知道可以通过循环来完成，但请问是否有更有效的方法？由于数据集足够大，运行循环会浪费大量时间。 欢迎任何帮助，非常感谢!

Answer 1

使用 DataFrame.idxmax 获取最大值的列，然后通过 Series.str.extract 提取数字:

s = df.idxmax(axis=1).str.extract('(\d+)', expand=False)
print (s)
00001.SH    1
00002.SH    3
00003.SH    4
00032.RS    2
00006.RS    2
00004.LH    2
dtype: object

或者您可以先提取然后使用idxmax:

df.columns = df.columns.str.extract('(\d+)', expand=False)

#if is posible assign values by length of columns
#df.columns = range(1, len(df.columns) + 1)
print (df)
             1     2     3     4
00001.SH  5000  4600  4893  2321
00002.SH  2134  3456  6433  2131
00003.SH  3543  3128  5423  9642
00032.RS  3234  6432  2234  3213
00006.RS  3435  3452  1231  1229
00004.LH  3213  4232  3652  1233

s = df.idxmax(axis=1)
print (s)
00001.SH    1
00002.SH    3
00003.SH    4
00032.RS    2
00006.RS    2
00004.LH    2
dtype: object