python - 如何根据 idxmax 对数据框进行排序？

Question

我有一个这样的数据框:

    A  B   C
0   1  2   1
1   3 -8  10
2  10  3 -20
3  50  7   1

我想根据每列中最大绝对值的索引重新排列它的列。在 A 列中，最大绝对值在第 3 行，在 B 中是第 1 行，在 C 中是第 2 行，这意味着我的新数据框应该按照 B C A 的顺序。

目前我是这样做的:

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 3, 10, 50], 'B': [2, -8, 3, 7], 'C': [1, 10, -20, 1]})
indMax = abs(df).idxmax(axis=0)
df = df[np.argsort(indMax)]

因此，我首先确定存储在 indMax 中的每列最大值的索引，然后对其进行排序并相应地重新排列数据帧，从而得到所需的输出:

   B   C   A
0  2   1   1
1 -8  10   3
2  3 -20  10
3  7   1  50

我的问题是是否有可能将函数 idxmax 直接传递给 sort 函数并更改数据帧 inplace。

Answer 1

IIUC 下面做你想做的事:

In [69]

df.ix[:,df.abs().idxmax().sort_values().index]
Out[69]:
   B   C   A
0  2   1   1
1 -8  10   3
2  3 -20  10
3  7   1  50

这里我们确定idxmax在abs值，对值进行排序并传递索引以索引 df。

至于就地排序，您可以将其分配回 df。

对于 0.17.0 之前的版本，以下工作:

In [75]:
df.ix[:,df.abs().idxmax().sort(inplace=False).index]

Out[75]:
   B   C   A
0  2   1   1
1 -8  10   3
2  3 -20  10
3  7   1  50