find每行有最大值的列名

我有这样一个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 

在这里,我想问如何得到每行有最大值的列名,所需的输出是这样的:

 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 

您可以使用axis=1 idxmax查找每行最大值的列:

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

要创build新列“Max”,请使用df['Max'] = df.idxmax(axis=1)

要查找每列中出现最大值的索引,请使用df.idxmax() (或等效df.idxmax(axis=0) )。

如果你想产生一个包含最大值的列名称的列,但只考虑列的一个子集,那么你可以使用@ ajcr的答案的变体:

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

你可以apply数据argmax()并通过axis=1获得每一行的argmax()

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

这里是一个基准来比较idxmax() len(df) ~ 20K idxmax()缓慢apply方法对idxmax()的影响

 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 

@Sushant Kulkarni

对于第二高,你可以使用

 df.apply(lambda x: df.index[x.argsort()[::-1][1]], axis=1)