pandas dataframe 中最大值的索引和列

Question

我有一个 python dataframe df，有五列和五行。 我想获取最大三个值的行和列名称

例子：

df = 

  A   B  C  D  E  F
1 00 01 02 03 04 05
2 06 07 08 09 10 11
3 12 13 14 15 16 17
4 18 19 20 21 22 23
5 24 25 26 27 28 29

output 显示类似 [5,F],[5,E],[5,D]

Answer 1

你可以在排序之前使用unstack ：

>>> df
    A   B   C   D   E   F
1   0   1   2   3   4   5
2   6   7   8   9  10  11
3  12  13  14  15  16  17
4  18  19  20  21  22  23
5  24  25  26  27  28  29
>>> df.unstack()
A  1     0
   2     6
   3    12
   4    18
   5    24
B  1     1
   2     7
   3    13
   4    19
   5    25
[...]
F  1     5
   2    11
   3    17
   4    23
   5    29

所以

>>> df2 = df.unstack().copy()
>>> df2.sort()
>>> df2[-3:]
D  5    27
E  5    28
F  5    29
>>> df2[-3:].index
MultiIndex
[(D, 5.0), (E, 5.0), (F, 5.0)]

甚至

>>> df.unstack()[df.unstack().argsort()].index[-3:]
MultiIndex
[(D, 5.0), (E, 5.0), (F, 5.0)]

[我没有打扰逆转顺序：最后坚持[::-1]应该这样做。

Answer 2

我不会假装这些是处理这个问题的最有效方法，但我认为它们值得一提：

df

    A   B   C   D   E   F
1   0   1   2   3   4   5
2   6   7   8   9  10  11
3  12  13  14  15  16  17
4  18  19  20  21  22  23
5  24  25  26  27  28  29

使用df.max()获取每列的最大值，然后对值进行排序并获取最大的数字。 然后根据原始 df 屏蔽它们并返回值。 最终使用列表理解可以获取索引：

df_2 = df[df.max().sort_values(ascending=True).tail(3).eq(df)]
[(i, df_2[i].first_valid_index()) for i in df_2.columns if df_2[i].first_valid_index() != None]

Output：

[('D', 5), ('E', 5), ('F', 5)]

或者

s = df_2.apply(pd.Series.first_valid_index).dropna()
list(zip(s.index, s.astype(int)))

Output：

[('D', 5), ('E', 5), ('F', 5)]