python - 根据 Pandas 中的条件返回列名列表作为新列

Question

我的每个客户和产品的数据如下所示:

Customer  P1   P2   P3   P4   P5   P6 
c1        10   2    43   21   11   4 
c2        1    3    32   1    6    3  
c3        20   4    20   72   78   80
c4        30   80   31   31   29   20

我想要的输出如下:

Customer  P1   P2   P3   P4   P5   P6   Top_Products (based on scores)
c1        10   2    43   21   11   4    [P3,P4,P5]
c2        1    3    32   1    6    3    [P3,P5,P2]
c3        20   4    20   72   78   80   [P6,P5,P4]
c4        30   80   31   31   29   20   [P2,P3,P4]

输出说明:我正在对每个客户的产品分数进行水平排序，并采用前 3 个分数的列名称(降序)并将列表作为每个客户的“顶级产品”的新列。

例如。对于第 1 行，p3、p4 和 p5 的得分最高(按最佳得分排序)，并作为列表放在另一列中

Answer 1

首先使用iloc 获取所有P 列并获取按numpy.argsort 排序的值的位置，使用索引并最后将值转换为列表:

df1 = df.iloc[:, 1:]

df['Top_Products'] = df1.columns.values[np.argsort(df1.to_numpy(), axis=1)[:, :3]].tolist()
print (df)
  Customer  P1  P2  P3  P4  P5  P6  Top_Products
0       c1  10   2  43  21  11   4  [P2, P6, P1]
1       c2   1   3  32   1   6   3  [P1, P4, P2]
2       c3  20   4  20  72  78  80  [P2, P1, P3]
3       c4  30  80  31  31  29  20  [P6, P5, P1]

如果性能不重要或行数较少，请使用 Series.nsmallest将索引转换为列表:

df['Top_Products'] = df1.apply(lambda x: x.nsmallest(3).index.tolist(), axis=1)
print (df)
  Customer  P1  P2  P3  P4  P5  P6  Top_Products
0       c1  10   2  43  21  11   4  [P2, P6, P1]
1       c2   1   3  32   1   6   3  [P1, P4, P2]
2       c3  20   4  20  72  78  80  [P2, P1, P3]
3       c4  30  80  31  31  29  20  [P6, P5, P1]

编辑:对于最高分的前 3 个值，答案非常相似，只为 -df1.to_numpy() 添加 -:

df1 = df.iloc[:, 1:]

df['Top_Products'] = df1.columns.values[np.argsort(-df1.to_numpy(), axis=1)[:, :3]].tolist()
print (df)
  Customer  P1  P2  P3  P4  P5  P6  Top_Products
0       c1  10   2  43  21  11   4  [P3, P4, P5]
1       c2   1   3  32   1   6   3  [P3, P5, P2]
2       c3  20   4  20  72  78  80  [P6, P5, P4]
3       c4  30  80  31  31  29  20  [P2, P3, P4]