根据最大行定位条件列值

Question

这是一个更大的df_data 1000 x 150 的简单版本

Date            A   B   C   D        A'  B' C'  D'
31/01/2017      47  15  45  40       10  7  12   8
28/02/2017      22  34  28  13        3  2  26   4
31/03/2017      25  12  13  47        1  5   6  59

基本问题是需要对 A、B、C、D 列进行行排序，并使用最大/最小标准来定位 A'、B'、C'、D' 列中的相应行值

需要关注。

(1) 找出每个日期（行）的 n 个最大值和 n 个最小值。 让我们在这里假设n = 2。 (2) 以 (1) 中的最小值/最大值为条件，使用相关的列标题在同一行中为 A',B,C',D' 中的不同列找到相应的值 （在相同的 df 或不同的 df 中具有完全相同的日期索引）

假设 A,B,C,D 和 A',B',C',D' 之间存在 1-1 映射）

想要的结果：

31/01/2017: max1 = 10, max2 =12 ; min1 = 7, min2 = 8
28/02/2017: max1 =  2, max2 =26 ; min1 = 4, min2 = 3
31/03/2017: max1 = 59, max2 = 1 ; min1 = 5, min2 = 6

我可以找到例如使用的最大值

df_data [["A","B","C","D"]].apply(lambda row: np.max(row),axis=1)

但是如何在.apply 中使用iloc 函数或其他方式来查找该最大值的col 标头（索引）？ （我在numpy 数组中尝试了.argsort，但无法到达任何地方）

另外，如何使用rank 或sort 在每行中找到顶部n 和底部n 值（其中n > 1）？我尝试按照以下方式对行进行排序（降序）

df_data.values.sort
df_data = df_data.iloc[:,::-1]

这似乎可行，但我的最终目标是找到列 A'、B'、C'、D' 中的值

如果有点长，请见谅。

Answer 1

我用Numpy Fancy Indexing。

第一步是确定A、B、C、D 列中最大元素的索引。 np.argmax 可以，但你提到你想找到最小的、第二大的、第二小的等等。所以使用np.argsort。

>>> idxs = df['A B C D'.split()].apply(np.argsort, axis=1).values

在您的示例中，idxs 是：

array([[1, 3, 2, 0],
       [3, 0, 2, 1],
       [1, 2, 0, 3]], dtype=int64)

idxs的第一列是A、B、C、D各列中最小元素的索引。也就是说，df.iloc[0, 1] 是 15，第一行中的最小元素。 df.iloc[1, 3] 是 13，第二行中的最小元素。等等。idxs 的第二列是第二小的索引。 idxs 的最后一列是最大元素的索引。

我们使用它来对A'、B'、C'、D' 列进行 Numpy Fancy 索引。为此，我们使用两个数组来为二维数组下标。第一个数组是行索引，第二个数组是每行所需的列。

>>> df[["A'", "B'", "C'", "D'"]].values[np.arange(nrow), idxs[:, -1]]

由于我们使用idxs 的最后一列，我们从A'、B' 列中选择A、B、C、D 列中最大项的索引，C'，D'。所以结果是

array(['10', '2', '59'], dtype=object)

根据需要。

选择最小使用对应的元素

>>> df[["A'", "B'", "C'", "D'"]].values[np.arange(nrow), idxs[:, 0]]
array(['7', '4', '5'], dtype=object)