python dataframe索引_python – 在Pandas DataFrame中查找所有最大索引

以下是不同数据结构中的信息：

In [8]: df = pd.DataFrame({'cat1':[0,3,1],'cat2':[2,'cat3':[2,1,0]})

In [9]: df

Out[9]:

cat1 cat2 cat3

0 0 2 2

1 3 0 1

2 1 1 0

[3 rows x 3 columns]

In [10]: rowmax = df.max(axis=1)

最大值由True值表示：

In [82]: df.values == rowmax[:,None]

Out[82]:

array([[False,True,True],[ True,False,False],False]],dtype=bool)

np.where返回上面的DataFrame为True的索引.

In [84]: np.where(df.values == rowmax[:,None])

Out[84]: (array([0,2,2]),array([1,1]))

第一个数组表示轴= 0的索引值,第二个数组表示轴= 1.每个数组中有5个值,因为有五个位置为True.

您可以使用itertools.groupby来构建您发布的列表列表,但考虑到上面的数据结构,您可能不需要这样做：

In [46]: import itertools as IT

In [47]: import operator

In [48]: idx = np.where(df.values == rowmax[:,None])

In [49]: groups = IT.groupby(zip(*idx),key=operator.itemgetter(0))

In [50]: [[df.columns[j] for i,j in grp] for k,grp in groups]

Out[50]: [['cat1','cat1'],['cat2'],['cat3','cat3']]