首页 文章

Pandas：每行最大值的矢量化操作

提问于
浏览 次
5

我有以下pandas dataframe df ：

index        A    B    C
    1        1    2    3
    2        9    5    4
    3        7    12   8
    ...      ...  ...  ...

我希望每行的最大值保持不变，所有其他值变为 -1 . 因此输出看起来像这样：

index        A    B    C
    1       -1   -1    3
    2        9   -1   -1
    3       -1    12  -1
    ...      ...  ...  ...

通过使用 df.max(axis = 1) ，我得到一个pandas Series ，其中每行的最大值 . 但是，我正在寻找一个矢量化，快速实现 .

python pandas max dataframe vectorization

3 回答

  • 1

    考虑使用where：

    >>> df.where(df.eq(df.max(1), 0), -1)
       A   B  C
index          
1     -1  -1  3
2      9  -1 -1
3     -1  12 -1

    这里 df.eq(df.max(1), 0) 是一个标记行最大值的布尔DataFrame;真值（最大值）保持不变，而假值变为-1 . 如果您愿意，也可以使用Series或其他DataFrame而不是标量 .

    该操作也可以在现场完成（通过 inplace=True ） .

    回复于
  • 2

    您可以通过eq与max按行比较来创建布尔 mask ，然后应用反向 mask ：

    print df
       A   B  C
index          
1      1   2  3
2      9   5  4
3      7  12  8

print df.max(axis=1)
index
1     3
2     9
3    12
dtype: int64

mask = df.eq(df.max(axis=1), axis=0)
print mask
           A      B      C
index                     
1      False  False   True
2       True  False  False
3      False   True  False

df[~mask] = -1
print df
       A   B  C
index          
1     -1  -1  3
2      9  -1 -1
3     -1  12 -1

    全部一起：

    df[~df.eq(df.max(axis=1), axis=0)] = -1
print df
       A   B  C
index          
1     -1  -1  3
2      9  -1 -1
3     -1  12 -1
    回复于
  • 4

    为每个值创建一个大小相同的 df 的新数据框 . 然后使用 enumerate 获取给定行中的第一个最大值，使用标量的整数获取/设置（ iat ） .

    df2 = pd.DataFrame(-np.ones(df.shape), columns=df.columns, index=df.index)

for row, col in enumerate(np.argmax(df.values, axis=1)):
    df2.iat[row, col] = df.iat[row, col]

>>> df2
   0   1  2
0 -1  -1  3
1  9  -1 -1
2 -1  12 -1

    Timings

    df = pd.DataFrame(np.random.randn(10000, 10000))

%%timeit
df2 = pd.DataFrame(-np.ones(df.shape))
for row, col in enumerate(np.argmax(df.values, axis=1)):
    df2.iat[row, col] = df.iat[row, col]
1 loops, best of 3: 1.19 s per loop

%timeit df.where(df.eq(df.max(1), 0), -1)
1 loops, best of 3: 6.27 s per loop

# Using inplace=True
%timeit df.where(df.eq(df.max(1), 0), -1, inplace=True)
1 loops, best of 3: 5.58 s per loop

%timeit df[~df.eq(df.max(axis=1), axis=0)] = -1
1 loops, best of 3: 5.65 s per loop
    回复于

相关问题