column - python dataframe max value

Encuentre el nombre de la columna que tiene el valor máximo para cada fila

Question

Tengo un DataFrame como este:

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

Aquí, quiero preguntar cómo obtener el nombre de la columna que tiene el valor máximo para cada fila, el resultado deseado es así:

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 

Answer 1

Puede apply en el marco de datos y obtener argmax() de cada fila a través de axis=1

In [144]: df.apply(lambda x: x.argmax(), axis=1)
Out[144]:
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Aquí hay un punto de referencia para comparar qué tan lento es el método de apply con idxmax() para len(df) ~ 20K

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

Answer 2

Puede usar idxmax con axis=1 para encontrar la columna con el mayor valor en cada fila:

>>> df.idxmax(axis=1)
0    Communications
1          Business
2    Communications
3    Communications
4          Business
dtype: object

Para crear la nueva columna ''Max'', use df[''Max''] = df.idxmax(axis=1) .

Para encontrar el índice de fila en el que se produce el valor máximo en cada columna, use df.idxmax() (o de manera equivalente df.idxmax(axis=0) ).

Answer 3

Y si desea producir una columna que contenga el nombre de la columna con el valor máximo pero considerando solo un subconjunto de columnas, entonces use una variación de la respuesta de @ ajcr:

df[''Max''] = df[[''Communications'',''Business'']].idxmax(axis=1)