- 如何获取dataframe行方向上最大值个数最多的列
df = pd.DataFrame(np.random.randint(1,100, 9).reshape(3, -1)) print(df) # 获取每列包含行方向上最大值的个数 count_series = df.apply(np.argmax, axis=1).value_counts() print(count_series) # 输出行方向最大值个数最多的列的索引 print('Column with highest row maxes: ', count_series.index[0]) #> 0 1 2 0 46 31 34 1 38 13 6 2 1 18 15 #>统计列的最大值的个数 0 2 1 1 dtype: int64 #> Column with highest row maxes: 0
- 如何得到列之间最大的相关系数
df = pd.DataFrame(np.random.randint(1,100, 16).reshape(4, -1), columns=list('pqrs'), index=list('abcd')) # df print(df) # 得到四个列的相关系数 abs_corrmat = np.abs(df.corr()) print(abs_corrmat) # 得到每个列名与其他列的最大相关系数 max_corr = abs_corrmat.apply(lambda x: sorted(x)[-2]) # 显示每列与其他列的相关系数 print('Maximum Correlation possible for each column: ', np.round(max_corr.tolist(), 2)) #> p q r s a 59 99 1 34 b 89 60 97 40 c 43 35 14 6 d 70 59 30 53 #> p q r s p 1.000000 0.200375 0.860051 0.744529 q 0.200375 1.000000 0.236619 0.438541 r 0.860051 0.236619 1.000000 0.341399 s 0.744529 0.438541 0.341399 1.000000 #> Maximum Correlation possible for each column: [0.86 0.44 0.86 0.74]
- 如何创建包含每行最小值与最大值比例的列
df = pd.DataFrame(np.random.randint(1,100, 9).reshape(3, -1)) print(df) # 方法1：axis=1表示行方向， min_by_max = df.apply(lambda x: np.min(x)/np.max(x), axis=1) # 方法2 min_by_max = np.min(df, axis=1)/np.max(df, axis=1) min_by_max #> 0 1 2 0 81 68 59 1 45 73 23 2 20 22 69 #> 0 0.728395 1 0.315068 2 0.289855 dtype: float64
- 如何创建包含每行第二大值的列
df = pd.DataFrame(np.random.randint(1,100, 9).reshape(3, -1)) print(df) # 行方向上取第二大的值组成series out = df.apply(lambda x: x.sort_values().unique()[-2], axis=1) # 构建dataframe新的列 df['penultimate'] = out print(df) #> 0 1 2 0 28 77 1 1 43 19 69 2 29 30 72 #> 0 1 2 penultimate 0 28 77 1 28 1 43 19 69 43 2 29 30 72 30
- 如何归一化dataframe的所有列
df = pd.DataFrame(np.random.randint(1,100, 80).reshape(8, -1)) # 正态分布归一化 out1 = df.apply(lambda x: ((x - x.mean())/x.std()).round(2)) print('Solution Q1\n',out1) # 线性归一化 out2 = df.apply(lambda x: ((x.max() - x)/(x.max() - x.min())).round(2)) print('Solution Q2\n', out2)
- 如何计算每一行与下一行的相关性
df = pd.DataFrame(np.random.randint(1,100, 25).reshape(5, -1)) # 行与行之间的相关性 [df.iloc[i].corr(df.iloc[i+1]).round(2) for i in range(df.shape[0])[:-1]]
- 如何用0赋值dataframe的主对角线和副对角线
df = pd.DataFrame(np.random.randint(1,100, 25).reshape(5, -1)) print(df) # zhu for i in range(df.shape[0]): df.iat[i, i] = 0 df.iat[df.shape[0]-i-1, i] = 0 print(df) #> 0 1 2 3 4 0 51 35 71 71 79 1 78 25 71 85 44 2 90 97 72 14 4 3 27 91 37 25 48 4 1 26 68 70 20 #> 0 1 2 3 4 0 0 35 71 71 0 1 78 0 71 0 44 2 90 97 0 14 4 3 27 0 37 0 48 4 0 26 68 70 0