上位N値とそれらが発生列の名前の両方が、それぞれの列内のデータフレーム

Question

に私はこの1つのようにデータフレーム有し得る：行ごと

df = pd.DataFrame({'a':[1,2,1],'b':[4,6,0],'c':[0,4,8]}) 
+---+---+---+ 
| a | b | c | 
+---+---+---+ 
| 1 | 4 | 0 | 
+---+---+---+ 
| 2 | 6 | 4 | 
+---+---+---+ 
| 1 | 0 | 8 | 
+---+---+---+ 

を、私は両方（必要）この場合は2）の最高値の「N」（および降順で対応する列：ここ

row 1: 'b':4,'a':1 
row 2: 'b':6,'c':4 
row 3: 'c':8,'a':1 

Answer 1

は、2つの方法があり、両方のFind names of top-n highest-value columns in each pandas dataframe row

から@ unutbuの答えから適応します

1）列名を挿入するには、各行に.apply(lambda ...)というPython Decorate-Sort-Undecorateを使用し、np.argsortを実行し、トップnを保持して、応答を再フォーマットします。 （私はこれがよりクリーンだと思う）。次のように

import numpy as np 
# First we apply Decorate-Sort row-wise to our df... 
tmp = df.apply(lambda row: sorted(zip(df.columns, row), key=lambda cv: -cv[1]), axis=1) 
     a  b  c 
0 (b, 4) (a, 1) (c, 0) 
1 (b, 6) (c, 4) (a, 2) 
2 (c, 8) (a, 1) (b, 0) 

# Slice the top-n columns within each row... 
tmp = tmp.ix[:,0:nlargest] 

# then your result (as a pandas DataFrame) is... 
np.array(tmp) 
array([[('b', 4), ('a', 1)], 
     [('b', 6), ('c', 4)], 
     [('c', 8), ('a', 1)]], dtype=object) 
# ... or as a list of rows is 
tmp.values.tolist() 
#... and you can insert the row-indices 0,1,2 with 
zip(tmp.index, tmp.values.tolist()) 
[(0, [('b', 4), ('a', 1), ('c', 0)]), (1, [('b', 6), ('c', 4), ('a', 2)]), (2, [('c', 8), ('a', 1), ('b', 0)])] 

2）df.columns、及びdf.valuesに再インデックス、及びその出力を結合することの両方を使用し、その後、topnlocsの行列を取得します。

import numpy as np 

nlargest = 2 
topnlocs = np.argsort(-df.values, axis=1)[:, 0:nlargest] 
# ... now you can use topnlocs to reindex both into df.columns, and df.values, then reformat/combine them somehow 
# however it's painful trying to apply that NumPy array of indices back to df or df.values, 

はHow to get away with a multidimensional index in pandas