将按行排序的数据框映射到原始列标签（Pandas）

问题描述：

我正面临涉及数据框的此问题，因此在Google上花费大量时间后，我在此处打开一个问题。我有一个数据帧 -将按行排序的数据框映射到原始列标签（Pandas）

df 
    A B C D 
0 8 3 6 2 
1 1 -3 5 2 
2 4 9 5 10 
3 2 -4 -8 -2

我想每一行按降序排列，排序而不是保存值，我要保存相应的列名。

排序数据帧应该是这样的 -

df 
     A B C D 
    0 8 6 3 2 
    1 5 2 1 -3 
    2 10 9 5 4 
    3 2 -2 -4 -8

我最终想要的是下面这种结构，对应于分类数据框的列索引df -

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

我肯定会有一个更简单的单线解决方案来解决这个问题，而不需要编写一个明确的代码for loop

答

应用np.argsort，对索引进行排序，然后索引到df.columns。

In [129]: pd.DataFrame(df.columns[df.apply(np.argsort, axis=1).T[::-1].T]) 
Out[129]: 
    0 1 2 3 
0 A C B D 
1 C D A B 
2 D B C A 
3 A D B C

就像一个魅力Coldspeed :)很多很多的感谢！ –

@OliverS很高兴能帮到你！记住，如果答案有帮助，你可以[接受]（https://stackoverflow.com/help/someone-answers）它。 –

哦！我在这里是一个新手，但现在已经认定它是'接受'的。非常感谢，再次。 –

答

这里是类似于@ COLDSPEED的解决方案的解决方案 - 它使用Series.argsort：

In [130]: df.apply(lambda x: df.columns[x.argsort()[::-1]], axis=1) 
Out[130]: 
    A B C D 
0 A C B D 
1 C D A B 
2 D B C A 
3 A D B C

Hallo MaxU，你的解决方案同样适用。感谢分享它。 –

只有列值大于0的值才能扩展这个问题吗？所以在第二行我们只得到C D A和空白空间。在最后一行中只有A. –

@OliverS，请用一个小样本数据集和所需的数据集打开一个新问题。更改已经回答的问题 - 使给定的答案无效 – MaxU

答

您可以使用numpy.argsort：

print (np.argsort(-df.values, axis=1)) 
[[0 2 1 3] 
[2 3 0 1] 
[3 1 2 0] 
[0 3 1 2]] 

print (df.columns[np.argsort(-df.values, axis=1)]) 
Index([['A', 'C', 'B', 'D'], ['C', 'D', 'A', 'B'], ['D', 'B', 'C', 'A'], 
     ['A', 'D', 'B', 'C']], 
     dtype='object') 

print (pd.DataFrame(df.columns[np.argsort(-df.values, axis=1)], 
           index=df.index)) 

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

还是大熊猫的解决方案与apply：

print (df.apply(lambda x: x.sort_values(ascending=False).index, axis=1)) 
    A B C D 
0 A C B D 
1 C D A B 
2 D B C A 
3 A D B C

它也适用于您的其他解决方案。非常感谢。 –

是的，它更快，因为只使用numpy。 – jezrael

答

这里的另一种方式，利用argsort和apply

In [1000]: np.argsort(-df, axis=1).apply(lambda x: x.index[x], axis=1) 
Out[1000]: 
    A B C D 
0 A C B D 
1 C D A B 
2 D B C A 
3 A D B C

感谢John提供的解决方案。 –

将按行排序的数据框映射到原始列标签（Pandas）

相关推荐