根據其他列中的最大值填充列（python pandas）

Question

我有一個包含每列（A，B，C）中的值的表。 我想用具有最大值的列的名稱創建另一列（max_col）。因此，如果A列大於B或C，則填充「A」。

下面的代碼有效，但在很多不同的列可供選擇的情況下，它不是非常「pythonic」或可伸縮的。

import pandas as pd 
import numpy as np 

table = { 'A': [1,2,3,4,5,6], 
      'B':[2,4,1,5,3,8], 
      'C':[3,1,2,4,5,6]} 

df = pd.DataFrame.from_dict(table) 
df['total'] = df.max(axis=1) 
df['max_col'] = np.nan 

df['max_col'] = np.where(df['total'] == df['A'],'A',df['max_col']) 
df['max_col'] = np.where(df['total'] == df['B'],'B',df['max_col']) 
df['max_col'] = np.where(df['total'] == df['C'],'C',df['max_col']) 

df 

此外，該代碼被朝最後一列偏壓被檢查，在第5行的情況下，A和C值是相同的，但「max_col」被填充以「C」，因爲它是最後被檢查。理想情況下，'max_col'在這種情況下會填充'No Max'。

Answer 1

使用DataFrame.idxmax獲取最大值的列。

但是，如果有多個最大值，得到的布爾面具與max比較所有值，然後總結True秒 - >True s爲像1 S程序。因此，對於最終的掩碼獲得更大的值，如1。

df['max_col'] = np.where(df.eq(df.max(axis=1), axis=0).sum(axis=1) > 1, 
         'No Max', 
         df.idxmax(axis=1)) 
print (df) 
    A B C max_col 
0 1 2 3  C 
1 2 4 1  B 
2 3 1 2  A 
3 4 5 4  B 
4 5 3 5 No Max 
5 6 8 6  B 

詳情：

print (df.eq(df.max(axis=1), axis=0)) 
     A  B  C 
0 False False True 
1 False True False 
2 True False False 
3 False True False 
4 True False True 
5 False True False 

print (df.eq(df.max(axis=1), axis=0).sum(axis=1)) 
0 1 
1 1 
2 1 
3 1 
4 2 
5 1 
dtype: int64 

print (df.idxmax(axis=1)) 
0 C 
1 B 
2 A 
3 B 
4 A 
5 B 
dtype: object 

與numpy的廣播類似的解決方案：

arr = df.values 
mask = (arr == arr.max(axis=1)[:, None]).sum(axis=1) > 1 
df['max_col'] = np.where(mask, 'No Max', df.idxmax(axis=1)) 
print (df) 
    A B C max_col 
0 1 2 3  C 
1 2 4 1  B 
2 3 1 2  A 
3 4 5 4  B 
4 5 3 5 No Max 
5 6 8 6  B 

編輯的評論：

cols = ['A','B'] 
df['max_col'] = np.where(df[cols].eq(df[cols].max(axis=1), axis=0).sum(axis=1) > 1, 
         'No Max', 
         df[cols].idxmax(axis=1)) 
print (df) 
    A B C max_col 
0 1 2 3  B 
1 2 4 1  B 
2 3 1 2  A 
3 4 5 4  B 
4 5 3 5  A 
5 6 8 6  B 

0123：

您可以通過子集過濾列