使用行名称、列名称和最大列值创建数据框

Question

我正在浏览从 PACKT 购买的视频包来学习 pandas。作者使用 jijna2 style() 来突出显示每列中的最大值。我很快发现我无法在 PyCharm 中使用该技术。所以我决定提取这些值。

我想做的是通过从具有 N 列的数据帧中提取行索引、列名称和最大列值来创建一个三列数据帧，然后创建新的数据帧。新的数据框将显示每一行（如果有联系则显示所有适当的行）、列以及该列中的最大值。

我创建了一个玩具数据框只是为了完成代码。

我的代码和输出如下，在最底部，是我真正想要的新数据框的样子。

我知道我正在使用打印语句。该代码是迄今为止我使用过的唯一可以在我打领带时正确拾取多行的代码。

我抓住了整行，但我不想要。我也不确定如何从提取的数据构建建议的新数据框。

import pandas as pd


raw_data = {
            'dogs': [42, 39, 86, 15, 23, 57, 68, 81, 86],
            'cats': [52, 41, 79, 80, 34, 47, 19, 22, 59],
            'sheep': [62, 37, 84, 51, 67, 32, 23, 89, 73],
            'lizards': [72, 43, 36, 26, 53, 88, 88, 34, 69],
            'birds': [82, 35, 77, 63, 18, 12, 45, 56, 58],
            }

df = pd.DataFrame(raw_data,
                  index=pd.Index(['row_1', 'row_2', 'row_3', 'row_4', 'row_5', 'row_6', 'row_7', 'row_8', 'row_9'], name='Rows'),
                  columns=pd.Index(['dogs', 'cats', 'sheep', 'lizards', 'birds'], name='animals'))

print(df)
print()

# Get a list of all columns names
cols = df.columns
print(cols)
print('*****')

for col in cols:
    print((df[df[col] == df[col].max()]))


'''
animals  dogs  cats  sheep  lizards  birds
Rows                                      
row_3      86    79     84       36     77
row_9      86    59     73       69     58
animals  dogs  cats  sheep  lizards  birds
Rows                                      
row_4      15    80     51       26     63
animals  dogs  cats  sheep  lizards  birds
Rows                                      
row_8      81    22     89       34     56
animals  dogs  cats  sheep  lizards  birds
Rows                                      
row_6      57    47     32       88     12
row_7      68    19     23       88     45
animals  dogs  cats  sheep  lizards  birds
Rows                                      
row_1      42    52     62       72     82
'''

row_3     dogs        86
row_9     dogs        86
row_4     cats        80
row_8     sheep       89
row_6     lizards     88
row_7     lizards     88
row_1     birds       82

Answer 1

用于numpy.where匹配maxes 的索引并DataFrame通过索引创建新的 - 如果性能在大型中很重要，则更好DataFrame：

c, r = np.where(df.eq(df.max()).T)
df = pd.DataFrame({'idx':df.index[r], 'cols':df.columns[c], 'vals': df.values[r, c]})
print(df)
     idx     cols  vals
0  row_3     dogs    86
1  row_9     dogs    86
2  row_4     cats    80
3  row_8    sheep    89
4  row_6  lizards    88
5  row_7  lizards    88
6  row_1    birds    82

另一个唯一的 pandas 解决方案，用于DataFrame.unstack按第一级GroupBy.transform比较max每组的值：

s = df.unstack()
df = s[s.groupby(level=0).transform('max').eq(s)].reset_index(name='vals')
print(df)
   animals   Rows  vals
0     dogs  row_3    86
1     dogs  row_9    86
2     cats  row_4    80
3    sheep  row_8    89
4  lizards  row_6    88
5  lizards  row_7    88
6    birds  row_1    82