このようなDataFrameがあります。
In [7]:
frame.head()
Out[7]:
Communications and Search Business General Lifestyle
0 0.745763 0.050847 0.118644 0.084746
0 0.333333 0.000000 0.583333 0.083333
0 0.617021 0.042553 0.297872 0.042553
0 0.435897 0.000000 0.410256 0.153846
0 0.358974 0.076923 0.410256 0.153846
ここでは、各行の最大値を持つ列名を取得する方法を尋ねたいのですが、望ましい出力は次のようになります。
In [7]:
frame.head()
Out[7]:
Communications and Search Business General Lifestyle Max
0 0.745763 0.050847 0.118644 0.084746 Communications
0 0.333333 0.000000 0.583333 0.083333 Business
0 0.617021 0.042553 0.297872 0.042553 Communications
0 0.435897 0.000000 0.410256 0.153846 Communications
0 0.358974 0.076923 0.410256 0.153846 Business
idxmax
とaxis=1
を使用して、各行で最大値を持つ列を見つけることができます。
>>> df.idxmax(axis=1)
0 Communications
1 Business
2 Communications
3 Communications
4 Business
dtype: object
新しい列「Max」を作成するには、df['Max'] = df.idxmax(axis=1)
を使用します。
各列で最大値が発生するrowインデックスを見つけるには、df.idxmax()
(または同等にdf.idxmax(axis=0)
)を使用します。
また、最大値を持つ列の名前を含む列を作成したいが、列のサブセットのみを考慮する場合は、@ ajcrの回答のバリエーションを使用します。
df['Max'] = df[['Communications','Business']].idxmax(axis=1)
データフレームでapply
し、axis=1
経由で各行のargmax()
を取得できます
In [144]: df.apply(lambda x: x.argmax(), axis=1)
Out[144]:
0 Communications
1 Business
2 Communications
3 Communications
4 Business
dtype: object
apply
メソッドがidxmax()
に対してlen(df) ~ 20K
に対してどれだけ遅いかを比較するベンチマークを次に示します
In [146]: %timeit df.apply(lambda x: x.argmax(), axis=1)
1 loops, best of 3: 479 ms per loop
In [147]: %timeit df.idxmax(axis=1)
10 loops, best of 3: 47.3 ms per loop