Найдите имя столбца, которое имеет максимальное значение для каждой строки

У меня есть DataFrame, как этот:

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

Здесь я хочу спросить, как получить имя столбца, которое имеет максимальное значение для каждой строки, нужный результат выглядит следующим образом:

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

Ответ 1

Вы можете использовать idxmax с axis=1, чтобы найти столбец с наибольшим значением для каждой строки:

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

Чтобы создать новый столбец "Макс", используйте df['Max'] = df.idxmax(axis=1).

Чтобы найти индекс строки, в котором максимальное значение встречается в каждом столбце, используйте df.idxmax() (или эквивалентно df.idxmax(axis=0)).

Ответ 2

И если вы хотите создать столбец, содержащий имя столбца с максимальным значением, но учитывая только подмножество столбцов, вы используете вариант ответа @ajcr:

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

Ответ 3

Вы можете apply на dataframe и получить argmax() каждой строки через 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

Здесь приведен сравнительный пример для сравнения того, как медленный метод apply равен idxmax() для 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

Ответ 4

@Сушант Кулкарни

Для 2-го наименования вы можете использовать

df.apply(lambda x: df.index[x.argsort()[::-1][1]], axis=1)