python – 获取pandas数据帧中最大条目的行和列名称(argmax)

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 获取pandas数据帧中最大条目的行和列名称(argmax)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1440字，纯文字阅读大概需要3分钟。

内容图文

df.idxmax()沿轴(行或列)返回最大值,但我想在整个数据帧上返回arg_max(df),它返回一个元组(行,列).

我想到的用例是特征选择,其中我有一个相关矩阵,并希望“递归地”删除具有最高相关性的特征.我预处理相关矩阵以考虑其绝对值并将对角元素设置为-1.然后我建议使用rec_drop,它递归地丢弃具有最高相关性的特征对中的一个(受截止：max_allowed_correlation),并返回最终的特征列表.例如.：

S = S.abs()
np.fill_diagonal(S.values,-1) # so that max can't be on the diagonal now
S = rec_drop(S,max_allowed_correlation=0.95)

def rec_drop(S, max_allowed_correlation=0.99):
    max_corr = S.max().max()
    if max_corr<max_allowed_correlation: # base case for recursion
         return S.columns.tolist() 
    row,col = arg_max(S)  # row and col are distinct features - max can't be on the diagonal
    S = S.drop(row).drop(row,axis=1) # removing one of the features from S
    return rec_drop(S, max_allowed_correlation)

解决方法:

假设您的所有pandas表都是数字的,那么您可以做的就是转换为numpy解释并从那里提取最大位置.但是,numpy的argmax适用于扁平数据,因此您需要解决：

# Synthetic data
>>> table = pd.DataFrame(np.random.rand(5,3))
>>> table
          0         1         2
0  0.367720  0.235935  0.278112
1  0.645146  0.187421  0.324257
2  0.644926  0.861077  0.460296
3  0.035064  0.369187  0.165278
4  0.270208  0.782411  0.690871

[5 rows x 3 columns

将表转换为numpy数据并计算argmax：

>>> data = table.as_matrix()
>>> amax = data.argmax() # 7 in this case
>>> row, col = (amax//data.shape[1], amax%data.shape[1])
>>> row, col
(2, 1)

内容总结

以上是互联网集市为您收集整理的python – 获取pandas数据帧中最大条目的行和列名称(argmax)全部内容，希望文章能够帮你解决python – 获取pandas数据帧中最大条目的行和列名称(argmax)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端