Pandas dataframe，在一行中，查找所選列中的最大值，並根據該值查找另一列的值

Question

我有一個這樣的 dataframe：

import pandas as pd
df = pd.DataFrame({'x1':[20,25],'y1':[5,8],'x2':[22,27],'y2':[10,2]})

去向

       x1  y1  x2  y2
    0  20   5  22  10
    1  25   8  27   2

X 和 Y 配對在一起。 我需要比較 y1 和 y2 並在每一行中獲得最大值。 並找到對應的x。 因此第[0]行的最大值是y2（=10），對應的x是x2（=22）。 第二行將是 y1 (=8) 和 x1(=25)。 預期結果，新列 x 和 y：

   x1  y1  x2  y2   x   y
0  20   5  22  10  22  10
1  25   8  27   2  25   8

這是一個簡單的 dataframe 我為了詳細說明這個問題。 X 和 Y 對，在我的例子中，可以是 30 對。

Answer 1

# get a hold on "y*" columns
y_cols = df.filter(like="y")

# get the maximal y-values' suffixes, and then add from front "x" to them
max_x_vals = y_cols.idxmax(axis=1).str.extract(r"(\d+)$", expand=False).radd("x")
# get the locations of those x* values
max_x_ids = df.columns.get_indexer(max_x_vals)

# now we have the indexes of x*'s in the columns; NumPy's indexing
# helps to get a cross section
df["max_xs"] = df.to_numpy()[np.arange(len(df)), max_x_ids]

# for y*'s, it's directly the maximum per row
df["max_ys"] = y_cols.max(axis=1)

要得到

>>> df

   x1  y1  x2  y2  max_xs  max_ys
0  20   5  22  10      22      10
1  25   8  27   2      25       8

Answer 2

您可以在申請 function 的幫助下完成。

import pandas as pd
import numpy as np

df = pd.DataFrame({'x1':[20,25],'y1':[5,8],'x2':[22,27],'y2':[10,2]})
y_cols = [col for col in df.columns if col[0] == 'y'] 
x_cols = [col for col in df.columns if col[0] == 'x'] 

def find_corresponding_x(row):
    max_y_index = np.argmax(row[y_cols])
    return row[f'{x_cols[max_y_index]}']

df['corresponding_x'] = df.apply(find_corresponding_x, axis = 1)

Answer 3

這是一個解決方案：

a = df[df['y1'] < df['y2']].drop(columns=['y1','x1']).rename(columns={'y2':'y', 'x2':'x'})
b = df[df['y1'] >= df['y2']].drop(columns=['y2','x2']).rename(columns={'y1':'y', 'x1':'x'})

result = pd.concat([a,b])

如果您需要保持順序，則可以添加另一列具有原始索引並在連接后按它排序

Answer 4

您可以使用下面的 function。 請記住像我在此代碼中所做的那樣導入 pandas 和 numpy。 導入您的數據集並使用Max_number function。

import pandas as pd
import numpy as np
df = pd.DataFrame({'x1':[20,25],'y1':[5,8],'x2':[22,27],'y2':[10,2]})

def Max_number (df):
    columns = list(df.columns)
    rows = df.shape[0]
    max_value = []
    column_name = []

    for i in range(rows):
        row_array = list(np.array(df[i:i+1])[0])
        maximum = max(row_array)
        max_value.append(maximum)
        index=row_array.index(maximum)
        column_name.append(columns[index])
    
    return pd.DataFrame({"column":column_name,"max_value":max_value})

返回這個：

行索引	柱子	最大值
0	x2	22
1個	x2	27

Answer 5

如果先是 x1 列，然后是 y1，然后是 x2、y2 等等，您可以嘗試：

a = df.columns.get_indexer(y_cols.idxmax(axis=1))
df[['y', 'x']] = df.to_numpy()[np.arange(len(df)), [a, a - 1]].T

Answer 6

我希望它適用於您的解決方案，

import pandas as pd
df = pd.DataFrame({'x1':[20,25],'y1':[5,8],'x2':[22,27],'y2':[10,2]})
df['x_max'] = df[['x1', 'x2']].max(axis=1)
df['y_max'] = df[['y1', 'y2']].max(axis=1)
df