熊猫：Idxmax，最好的N个结果

Question

我做的主成分分析，并有以下类型的组件的结果：现在

In [140]: components.head() 
Out[140]: 
     V52  V134  V195  V205  V82  V189  V10 \ 
0 0.070309 0.043759 -0.102138 0.442536 -0.010881 0.041344 -0.001451 
1 0.004664 0.313388 -0.140883 0.015051 0.023085 0.055634 0.065873 
2 0.028201 -0.116513 -0.135300 -0.092226 -0.009306 0.065079 -0.030595 
3 0.018049 -0.136013 0.073010 -0.076940 0.013245 -0.010582 0.065641 

     V47  V177  V184 ...   V208  V5  V133 \ 
0 0.066203 0.016056 0.105487 ... -0.144894 -0.009810 0.117964 
1 -0.009324 0.008935 -0.044760 ... -0.014553 -0.014208 0.200632 
2 0.013799 0.169503 -0.010660 ... -0.079821 -0.053905 0.080867 
3 -0.023983 0.111241 -0.058065 ... -0.061059 0.023443 -0.080217 

     V182  V7  V165  V66  V110  V163  V111 
0 0.105744 0.021426 -0.024762 0.021677 0.022448 -0.055235 0.031443 
1 -0.013170 0.050605 0.039877 -0.009789 0.031876 0.030285 0.021022 
2 0.046810 -0.046136 0.029483 -0.009503 0.027325 0.029591 0.028920 
3 -0.019632 0.023725 -0.038712 0.024930 0.063177 -0.057635 0.067163 

，对于每一个组成部分，我想最高拿到n列绝对数量。我可以做以下时n == 1：

In [143]: components.abs().idxmax(axis=1) 
Out[143]: 
0 V205 
1  V98 
2 V137 
3  V23 
dtype: object 

但我能为n > 1怎么办？

Answer 1

您可以使用nlargest方法。

n = 5 
cols = df.columns 
df.nlargest(n, cols) 

np.random.seed(0) 
df = pd.DataFrame(np.random.randn(5, 3), columns=list([ABC')) 

>>> df 
      A   B   C 
0 1.764052 0.400157 0.978738 
1 2.240893 1.867558 -0.977278 
2 0.950088 -0.151357 -0.103219 
3 0.410599 0.144044 1.454274 
4 0.761038 0.121675 0.443863 

>>> df.nlargest(3, df.columns) 
      A   B   C 
1 2.240893 1.867558 -0.977278 
0 1.764052 0.400157 0.978738 
2 0.950088 -0.151357 -0.103219 

具有最高绝对值拿到顶两列：

n = 2 
>>> df.apply(lambda s: s.abs()).max().nlargest(n) 
A 2.240893 
B 1.867558 
dtype: float64 

要获得对应每一行的最高绝对值的两个列名：

df.apply(lambda s: s.abs().nlargest(2).index.tolist(), axis=1) 
0 [A, C] 
1 [A, B] 
2 [A, B] 
3 [C, A] 
4 [A, C] 
dtype: object