根据最多三列创建分类变量[重复]

Question

我有一个数据框，其中包含某些新闻文章的情绪概率，如下所示：

sentimentPositive sentimentNegative sentimentNeutral 0.219640 0.010708 0.769652 0.539188 0.088198 0.372615 0.561837 0.264411 0.173752 0.570648 0.255499 0.173853 0.525263 0.097155 0.377582

我现在想创建一个新的分类列，告诉我行中的哪种情绪具有最高概率，并使用例如(0, 1, 2) 为主导情绪。

最终输出应如下所示：

sentimentPositive sentimentNegative sentimentNeutral Sentiment 0.219640 0.010708 0.769652 2 0.539188 0.088198 0.372615 0 0.561837 0.264411 0.173752 0 0.570648 0.255499 0.173853 0 0.097155 0.525263 0.377582 1

我知道我可以通过以下方式获取列的最大值：

df["max"] = df[["sentimentPositive","sentimentNegative","sentimentNeutral"]].max(axis=1)

然后可以将max 列中的值与其他值进行比较以检查类别。但应该有一种更疯狂的方式来做到这一点，对吧？

Answer 1

使用numpy.argmax 表示职位：

cols = ["sentimentPositive","sentimentNegative","sentimentNeutral"]
df["max"] = df[cols].values.argmax(axis=1)
#for columns names
#df["max"] = df[cols].idxmax(axis=1)
print (df)
   sentimentPositive  sentimentNegative  sentimentNeutral  max
0           0.219640           0.010708          0.769652    2
1           0.539188           0.088198          0.372615    0
2           0.561837           0.264411          0.173752    0
3           0.570648           0.255499          0.173853    0
4           0.097155           0.525263          0.377582    1