Учитывая кадр данных с одним описательным столбцом и X числовыми столбцами, для каждой строки я хотел бы идентифицировать верхние N столбцов с более высокими значениями и сохранить их в виде строк на новом кадре данных.

Например, рассмотрим следующий фрейм данных:

df = pd.DataFrame()
df['index'] = ['A', 'B', 'C', 'D','E', 'F']
df['option1'] = [1,5,3,7,9,3]
df['option2'] = [8,4,5,6,9,2]
df['option3'] = [9,9,1,3,9,5]
df['option4'] = [3,8,3,5,7,0]
df['option5'] = [2,3,4,9,4,2]

enter image description here

Я хотел бы вывести (допустим, N равно 3, поэтому я хочу топ-3):

A,option3
A,option2
A,option4

B,option3
B,option4
B,option1

C,option2
C,option5
C,option4 (or option1 - ties arent really a problem)

D,option5
D,option1
D,option2

and so on....

Любая идея, как это может быть легко достигнуто? Благодарность

8
Diego 15 Дек 2015 в 22:02

5 ответов

Лучший ответ

Если вы просто хотите спаривания:

from operator import itemgetter as it
from itertools import repeat
n = 3

 # sort_values = order pandas < 0.17
new_d = (zip(repeat(row["index"]), map(it(0),(row[1:].sort_values(ascending=0)[:n].iteritems())))
                 for _, row in df.iterrows())
for row in new_d:
    print(list(row))

Выход:

[('B', 'option3'), ('B', 'option4'), ('B', 'option1')]
[('C', 'option2'), ('C', 'option5'), ('C', 'option1')]
[('D', 'option5'), ('D', 'option1'), ('D', 'option2')]
[('E', 'option1'), ('E', 'option2'), ('E', 'option3')]
[('F', 'option3'), ('F', 'option1'), ('F', 'option2')]

Который также поддерживает порядок.

Если вам нужен список списков:

from operator import itemgetter as it
from itertools import repeat
n = 3

new_d = [list(zip(repeat(row["index"]), map(it(0),(row[1:].sort_values(ascending=0)[:n].iteritems()))))
                 for _, row in df.iterrows()]

Выход:

[[('A', 'option3'), ('A', 'option2'), ('A', 'option4')],
[('B', 'option3'), ('B', 'option4'), ('B', 'option1')], 
[('C', 'option2'), ('C', 'option5'), ('C', 'option1')], 
[('D', 'option5'), ('D', 'option1'), ('D', 'option2')], 
[('E', 'option1'), ('E', 'option2'), ('E', 'option3')],
[('F', 'option3'), ('F', 'option1'), ('F', 'option2')]]

Или с помощью Python отсортированы:

new_d = [list(zip(repeat(row["index"]), map(it(0), sorted(row[1:].iteritems(), key=it(1) ,reverse=1)[:n])))
                     for _, row in df.iterrows()]

Который на самом деле самый быстрый, если вы действительно хотите строки, довольно просто отформатировать вывод, как вы хотите.

3
Padraic Cunningham 17 Дек 2015 в 14:32

Это может быть не так элегантно, но я думаю, что в значительной степени получается то, что вы хотите:

n = 3
df.index = pd.Index(df['index'])
del df['index']
df = df.transpose().unstack()
for i, g in df.groupby(level=0):
    g = g.sort_values(ascending=False)
    print i, list(g.index.get_level_values(1)[:n])
0
itzy 15 Дек 2015 в 20:11
dfc = df.copy()
result = {}

#First, I would effectively transpose this

for key in dfc:
    if key != 'index':
        for i in xrange(0,len(dfc['index'])):
            if dfc['index'][i] not in result:
                result[dfc['index'][i]] = []
            result[dfc['index'][i]] += [(key,dfc[key][i])]


def get_topn(result,n):
    #Use this to get the top value for each option
    return [x[0] for x in sorted(result,key=lambda x:-x[1])[0:min(len(result),n)]]


#Lastly, print the output in your desired format.
n = 3
keys = sorted([k for k in result])
for key in keys:
      for option in get_topn(result[key],n):
         print str(key) + ',' + str(option)
      print
1
Adam W. Cooper 15 Дек 2015 в 20:26

Предположим

N = 3

Прежде всего я создам матрицу полей ввода и для каждого поля запомним, какой был оригинальный вариант для этой ячейки:

matrix = [[(j, 'option' + str(i)) for j in df['option' + str(i)]] for i in range(1,6)]

Результатом этой строки будет:

[
 [(1, 'option1'), (5, 'option1'), (3, 'option1'), (7, 'option1'), (9, 'option1'), (3, 'option1')],
 [(8, 'option2'), (4, 'option2'), (5, 'option2'), (6, 'option2'), (9, 'option2'), (2, 'option2')],
 [(9, 'option3'), (9, 'option3'), (1, 'option3'), (3, 'option3'), (9, 'option3'), (5, 'option3')],
 [(3, 'option4'), (8, 'option4'), (3, 'option4'), (5, 'option4'), (7, 'option4'), (0, 'option4')],
 [(2, 'option5'), (3, 'option5'), (4, 'option5'), (9, 'option5'), (4, 'option5'), (2, 'option5')]
]

Затем мы можем легко преобразовать матрицу с помощью функции zip, отсортировать строки результатов по первому элементу кортежа и взять N первых элементов:

transformed = [sorted(l, key=lambda x: x[0], reverse=True)[:N] for l in zip(*matrix)]

Список преобразованных будет выглядеть так:

[
 [(9, 'option3'), (8, 'option2'), (3, 'option4')],
 [(9, 'option3'), (8, 'option4'), (5, 'option1')],
 [(5, 'option2'), (4, 'option5'), (3, 'option1')],
 [(9, 'option5'), (7, 'option1'), (6, 'option2')],
 [(9, 'option1'), (9, 'option2'), (9, 'option3')],
 [(5, 'option3'), (3, 'option1'), (2, 'option2')]
]

Последний шаг будет соединять индекс столбца и кортеж результата:

for id, top in zip(df['index'], transformed):
    for option in top:
        print id + ',' + option[1]
    print ''
3
kubked 15 Дек 2015 в 19:32

Еще одна сумасшедшая строчка, заданная n = 3

{index:option for (index, option) in zip(df['index'], 
    [df.columns[pd.notnull(x[1].where(x[1][1:].sort_values()[-n:]))].tolist()
        for x in df.iterrows()])}

{'A': ['option2', 'option3', 'option4'],
 'C': ['option2', 'option4', 'option5'],
 'B': ['option1', 'option3', 'option4'],
 'E': ['option1', 'option2', 'option3'],
 'D': ['option1', 'option2', 'option5'],
 'F': ['option1', 'option3', 'option5']}
0
iled 15 Дек 2015 в 20:11