添加列大熊猫数据帧包含每一行的最大值和相应的列名

Question

我的系统

Windows 7中，64位

蟒蛇3.5.1

挑战

我想这应该很容易，但尽我所能，很难完成，甚至难以解释。我希望下面的可重复的例子可以解释这个问题。在this post中，R的相似问题已经被询问和回答。

我有一个熊猫数据框，我想知道每行的最大值，并将该信息附加为新列。我也想知道最大值所在列的名称。我想向现有数据框添加另一列，其中包含可以找到最大值的列的名称。

重复的例子，

In[1]: 
# Make pandas dataframe 
df = pd.DataFrame({'a':[1,0,0,1,3], 'b':[0,0,1,0,1], 'c':[0,0,0,0,0]}) 

# Calculate max 
my_series = df.max(numeric_only=True, axis = 1) 
my_series.name = "maxval" 

# Include maxval in df 
df = df.join(my_series) 
df   

Out[1]: 
    a b c maxval 
0 1 0 0 1 
1 0 0 0 0 
2 0 1 0 1 
3 1 0 0 1 
4 3 1 0 3 

到目前为止好。现在的另一列添加到包含该列部分的名称现有数据框：

In[2]: 
? 
? 
? 


# This is what I'd like to accomplish: 
Out[2]: 
     a b c maxval maxcol 
    0 1 0 0 1  a 
    1 0 0 0 0  a,b,c  
    2 0 1 0 1  b 
    3 1 0 0 1  a 
    4 3 1 0 3  a 

请注意，我想返回所有的列名，如果多列包含相同的最大值。此外请注意，maxval列不包含在maxcol中，因为这没有多大意义。预先感谢，如果有人在这里有趣的。

Answer 1

可以使用eq与axis=0比较反对maxval东风，然后用apply与lambda产生boolean值面具掩盖列和join他们：

In [183]: 
df['maxcol'] = df.ix[:,:'c'].eq(df['maxval'], axis=0).apply(lambda x: ','.join(df.columns[:3][x==x.max()]),axis=1) 
df 

Out[183]: 
    a b c maxval maxcol 
0 1 0 0  1  a 
1 0 0 0  0 a,b,c 
2 0 1 0  1  b 
3 1 0 0  1  a 
4 3 1 0  3  a