python - Pandas idxmax : return all rows in case of ties

Question

我正在使用一个数据框，我在其中按概率对每一行进行加权。现在，我想选择概率最高的行，我正在使用 pandas idxmax() 来这样做，但是当有联系时，它只返回联系的第一行。在我的例子中，我想获取所有相关的行。

此外，我这样做是作为一个研究项目的一部分，我正在处理数百万个如下所示的数据帧，因此保持快速是一个问题。

例子:

我的数据是这样的:

data = [['chr1',100,200,0.2],
    ['ch1',300,500,0.3],
    ['chr1', 300, 500, 0.3],
    ['chr1', 600, 800, 0.3]]

从这个列表中，我创建了一个 pandas 数据框，如下所示:

weighted = pd.DataFrame.from_records(data,columns=['chrom','start','end','probability'])

看起来像这样:

  chrom  start  end  probability
0  chr1    100  200          0.2
1   ch1    300  500          0.3
2  chr1    300  500          0.3
3  chr1    600  800          0.3

然后使用以下方法选择符合 argmax(probability) 的行:

selected =  weighted.ix[weighted['probability'].idxmax()]

当然会返回:

chrom          ch1
start          300
end            500
probability    0.3
Name: 1, dtype: object

有关系时是否有(快速)方法获取所有值？

谢谢!

Answer 1

嗯，这可能是您正在寻找的解决方案:

weighted.loc[weighted['probability']==weighted['probability'].max()].T
#               1     2     3
#chrom        ch1  chr1  chr1
#start        300   300   600
#end          500   500   800
#probability  0.3   0.3   0.3