2

我有以下数据框：

    c1  e  c2   d   s  scr_s  scr_c1  scr_d  scr_c2  scr_e  r1     r2
12  6   13  3   2   11    22      19      5       5     19  scr_s  scr_d    
13  11  2   6   13  3      9      24     15       9     13  scr_c1 scr_s

我正在尝试获取评估列scr_s、scr_c1、scr_d、scr_c2、scr_e的最大值和最小值的列的名称。因此，具有最高值的列名将存储在r1中，具有最低值的列名将存储在r2中

要计算 r1 和 r2，我使用：

data['r1'] = data[['scr_s','scr_c1','scr_d','scr_c2','scr_e']].idxmax(axis=1)
data['r2'] = data[['scr_s','scr_c1','scr_d','scr_c2','scr_e']].idxmin(axis=1)

问题：当两列具有相同的最大值或最小值时，我必须在“c1”、“e”、“c2”、“d”、“s”列之一中选择具有最大值的列名

在这种特殊情况下，在分析列 r2 时，结果应该不同：

  • 对于第一行，列scr_d和scr_c2共享相同的最小值，因此应该评估列'd' 和 'c2' 。在'd 和 c2'列之间，最大值属于'c2'，因此r2的预期结果是scr_c2。

我怎么解决这个问题？

预期输出：

    c1  e  c2   d   s  scr_s  scr_c1  scr_d  scr_c2  scr_e  r1     r2
12  6   13  3   2   11    22      19      5       5     19  scr_s  *scr_c2*  
13  11  2   6   13  3      9      24     15       9     13  scr_c1 *scr_c2*
4

2 回答 2

3

创建相对相关的列名列表

base = ['c1', 'e', 'c2', 'd', 's']
extd = [f'scr_{c}' for c in base]

创建这些列的元组列表

base_tups = [*zip(*map(df.get, base))]
extd_tups = [*zip(*map(df.get, extd))]

将这些元组压缩在一起

zvals = [[*zip(*t)] for t in zip(extd_tups, base_tups)]

看起来像这样

[[(19, 6), (19, 13), (5, 3), (5, 2), (22, 11)],
 [(24, 11), (13, 2), (9, 6), (15, 13), (9, 3)]]

设置一个idxmax/idxmin类型的东西

r = range(len(base))

rvals = {}

rvals['r1'] = [extd[max(r, key=lambda i: x[i])] for x in zvals]
# flip sign on second element to get what OP wants v
rvals['r2'] = [extd[min(r, key=lambda i: (x[i][0], -x[i][1]))] for x in zvals]

df.assign(**rvals)

    c1   e  c2   d   s  scr_s  scr_c1  scr_d  scr_c2  scr_e      r1      r2
12   6  13   3   2  11     22      19      5       5     19   scr_s  scr_c2
13  11   2   6  13   3      9      24     15       9     13  scr_c1  scr_c2
于 2019-05-16T18:19:32.207 回答
1

你可以这样开始：

  • 创建您检查的元素列表
  • 找到最大值
  • 如果有 2 个元素具有相同的最大值，请更深入地检查。
  • 否则返回我们写入的字符串r1或r2
def fmax(r, ind):
    l=[]    
    for i in ind:
        l.append(r[i])        
    m = max(l)
    nl=[i for i, j in enumerate(l) if j == m]
    if(len(nl)==2):        
        e1=ind[nl[0]] 
        e2=ind[nl[1]] 
        e1=e1.replace('scr_','') # element 1
        e2=e2.replace('scr_','') # element 2
        if(r[e1]> r[e2]):
            return 'scr_'+e1
        else:
            return 'scr_'+e2
    else:
        return ind[l.index(max(l))] #returns single max




def fmin(r, ind):
    l=[]    
    for i in ind:
        l.append(r[i])        
    m = min(l)
    nl=[i for i, j in enumerate(l) if j == m]
    if(len(nl)==2):        
        e1=ind[nl[0]] 
        e2=ind[nl[1]] 
        e1=e1.replace('scr_','') # element 1
        e2=e2.replace('scr_','') # element 2
        if(r[e1]> r[e2]):
            return 'scr_'+e1
        else:
            return 'scr_'+e2
    else:
        return ind[l.index(min(l))] #retuns single min


df['r1']= df.apply(lambda r: fmax(r, ['scr_s','scr_c1','scr_d','scr_c2','scr_e']), axis=1)
df['r2']= df.apply(lambda r: fmin(r, ['scr_s','scr_c1','scr_d','scr_c2','scr_e']), axis=1)

print(df)

    c1   e  c2   d   s  scr_s  scr_c1  scr_d  scr_c2  scr_e r1 r2
12   6  13   3   2  11     22      19      5       5     19  .  .
13  11   2   6  13   3      9      24     15       9     13  .  .
    c1   e  c2   d   s  scr_s  scr_c1  scr_d  scr_c2  scr_e      r1      r2
12   6  13   3   2  11     22      19      5       5     19   scr_s  scr_c2
13  11   2   6  13   3      9      24     15       9     13  scr_c1  scr_c2
于 2019-05-16T18:36:25.220 回答