假設(shè)我有一個(gè)具有以下值的數(shù)據(jù)框：id product1sold product2sold product3sold1 2 3 32 0 0 53 3 2 1如何在每個(gè) ID 的列表中添加包含所有最暢銷(xiāo)和最不暢銷(xiāo)產(chǎn)品的“most_sold”和“l(fā)east_sold”列？它應(yīng)該看起來(lái)像這樣。id product1 product2 product3 most_sold least_sold1 2 3 3 [product2, product3] [product1] 2 0 0 5 [product3] [product1, product2]3 3 2 1 [product1] [product3]
2 回答
慕運(yùn)維8079593
TA貢獻(xiàn)1876條經(jīng)驗(yàn) 獲得超5個(gè)贊
使用列表理解來(lái)測(cè)試產(chǎn)品列表的最小值和最大值：
#select all columns without first
df1 = df.iloc[:, 1:]
cols = df1.columns.to_numpy()
df['most_sold'] = [cols[x].tolist() for x in df1.eq(df1.max(axis=1), axis=0).to_numpy()]
df['least_sold'] = [cols[x].tolist() for x in df1.eq(df1.min(axis=1), axis=0).to_numpy()]
print (df)
? ?id? product1sold? product2sold? product3sold? ? ? ? ? ? ? ? ? ? ?most_sold? \
0? ?1? ? ? ? ? ? ?2? ? ? ? ? ? ?3? ? ? ? ? ? ?3? [product2sold, product3sold]? ?
1? ?2? ? ? ? ? ? ?0? ? ? ? ? ? ?0? ? ? ? ? ? ?5? ? ? ? ? ? ? ? [product3sold]? ?
2? ?3? ? ? ? ? ? ?3? ? ? ? ? ? ?2? ? ? ? ? ? ?1? ? ? ? ? ? ? ? [product1sold]? ?
? ? ? ? ? ? ? ? ? ? ?least_sold??
0? ? ? ? ? ? ? ? [product1sold]??
1? [product1sold, product2sold]??
2? ? ? ? ? ? ? ? [product3sold]??
如果性能不重要，可以使用DataFrame.apply：
df1 = df.iloc[:, 1:]
f = lambda x: x.index[x].tolist()
df['most_sold'] = df1.eq(df1.max(axis=1), axis=0).apply(f, axis=1)
df['least_sold'] = df1.eq(df1.min(axis=1), axis=0).apply(f, axis=1)
神不在的星期二
TA貢獻(xiàn)1963條經(jīng)驗(yàn) 獲得超6個(gè)贊
你可以做這樣的事情。
minValueCol = yourDataFrame.idxmin(axis=1) maxValueCol = yourDataFrame.idxmax(axis=1)
添加回答
舉報(bào)
0/150
提交
取消