Найдите имя столбца, которое имеет максимальное значение для каждой строки

123

У меня есть такой DataFrame:

In [7]:
frame.head()
Out[7]:
Communications and Search   Business    General Lifestyle
0   0.745763    0.050847    0.118644    0.084746
0   0.333333    0.000000    0.583333    0.083333
0   0.617021    0.042553    0.297872    0.042553
0   0.435897    0.000000    0.410256    0.153846
0   0.358974    0.076923    0.410256    0.153846

Здесь я хочу спросить, как получить имя столбца, которое имеет максимальное значение для каждой строки, желаемый результат выглядит следующим образом:

In [7]:
    frame.head()
    Out[7]:
    Communications and Search   Business    General Lifestyle   Max
    0   0.745763    0.050847    0.118644    0.084746           Communications 
    0   0.333333    0.000000    0.583333    0.083333           Business  
    0   0.617021    0.042553    0.297872    0.042553           Communications 
    0   0.435897    0.000000    0.410256    0.153846           Communications 
    0   0.358974    0.076923    0.410256    0.153846           Business

— Марков Заин
источник

165

Вы можете использовать idxmaxс, axis=1чтобы найти столбец с наибольшим значением в каждой строке:

>>> df.idxmax(axis=1)
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Чтобы создать новый столбец «Макс», используйте df['Max'] = df.idxmax(axis=1).

Чтобы найти индекс строки, в котором максимальное значение встречается в каждом столбце, используйте df.idxmax()(или эквивалентно df.idxmax(axis=0)).

— Алекс Райли
источник

@SushantKulkarni Как вам удалось получить топ-3 вероятностей вместо топ-1?

— Стергиос,

# Вычисление вероятностей для всех учетных записей sproba = lr.predict_proba (tfidf) MLR_y_p = pd.DataFrame (proba, columns = np.unique (y), index = df.Key.tolist ())

— Sushant Kulkarni

26

И если вы хотите создать столбец, содержащий имя столбца с максимальным значением, но с учетом только подмножества столбцов, вы используете вариант ответа @ ajcr:

df['Max'] = df[['Communications','Business']].idxmax(axis=1)

— user1718097
источник

5

Если вы хотите , чтобы исключить все столбцы для подмножества кромеdf['Max'] = df[df.columns.difference(['Foo','Bar'])].idxmax(axis=1)

— floatingpurr

9

Вы можете использовать applyфрейм данных и получать argmax()каждую строку черезaxis=1

In [144]: df.apply(lambda x: x.argmax(), axis=1)
Out[144]:
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Вот эталон, чтобы сравнить, насколько медленным applyявляется метод idxmax()дляlen(df) ~ 20K

In [146]: %timeit df.apply(lambda x: x.argmax(), axis=1)
1 loops, best of 3: 479 ms per loop

In [147]: %timeit df.idxmax(axis=1)
10 loops, best of 3: 47.3 ms per loop

— Нуль
источник