如何獲得前n個值和相應的列標題以追加到熊貓數據框中

Question

我擁有張量流多類預測的結果，並且我已經能夠獲得每行和其相應列標題的最高值（這是最有可能預測的類別）追加到原始數據進行進一步分析，如下所示：

與預測賠率有關的原始結果df看起來有點像以下，但有260列。列標題是整數..可能性是行0，1等數以百萬計的第一排..

0 1 2 3 4 5 6 7 8 9 10 11 ....... 259 
0 8.840584e-08 0.000115 0.000210 0.001662 0.002789  
1 0.000312 0.000549 0.002412 0.000630 0.000077  

是努力獲得最高值（包含行）的代碼是：

eval_datan['odds']=predsdf.max(axis=1) #gets the largest value in the row 

而得到相應的列標題，並追加到原來的DF：

eval_datan['pred']=predsdf.idxmax(axis=1) #gets the column header for the largest value 

我無法弄清楚如何讓這種情況下，頂部的「n」的前5名，也許並將它們添加到原始DF

結果目前的樣子：

agegrp gender race marital_status region ccs1 ccs2 ccs3 ccs4 ccs5 odds pred 
0 272 284 298 288 307 101 164 53 98 200 0.066987 102 
1 272 285 300 290 307 204 120 147 258 151 0.196983 47 
2 272 284 298 289 307 197 2 39 253 259 0.109894 259 

所以，我要的是前5 preds前5位的賠率......對原始數據的結尾。

我看過nlargest熊貓，但到目前爲止沒有運氣？

Answer 1

您可以通過更改下面的變量n來選擇您的前N個特徵。

import pandas as pd 

df = pd.read_table('your_sample_data.txt', delimiter='\s+') 

n=3 # Top N features 
frames = [] 

df.T.apply(lambda x: frames.append(x.sort_values(ascending=False).head(n).index.tolist()), axis=0) 

print(df) 
print(df.join(pd.DataFrame(frames, columns=['ccs{}'.format(n+1) for n in range(n)]))) 


       0   1   2   3   4 
0 8.840584e-08 0.000115 0.000210 0.001662 0.002789 
1 3.120000e-04 0.000549 0.002412 0.000630 0.000077 

       0   1   2   3   4 ccs1 ccs2 ccs3 
0 8.840584e-08 0.000115 0.000210 0.001662 0.002789 4 3 2 
1 3.120000e-04 0.000549 0.002412 0.000630 0.000077 2 3 1