python - 获取 pandas 中每列的最大值数量

Question

我有以下数据框，其中包含每天的时间序列数据:

time-orig   00:15:00    00:30:00    00:45:00    01:00:00
date                
2010-01-04  1164.3  1163.5  1162.8  1161.8
2010-01-05  1186.3  1185.8  1185.6  1185.0
2010-01-06  1181.5  1181.5  1182.7  1182.3
2010-01-07  1202.1  1201.9  1201.7  1200.8

现在我想获取每列的最大值数量，如下所示:

'00:15:00' : 3
'00:30:00' : 0
'00:45:00' : 1
'01:00:00' : 0

(即:“00:15:00”列有 3 个最大值，查看每行的最大值。)

我知道我可以转置数据帧并在列上运行循环并使用 idxmax()，但我的问题是是否有矢量化/更好的方法来执行此操作？

Answer 1

一种方法是使用 np.argmax在底层数组数据上，然后使用 np.bincount 对最大索引进行分箱计数-

np.bincount(df.iloc[:,1:].values.argmax(1), minlength=df.shape[1]-1)

示例运行 -

In [141]: df
Out[141]: 
    time-orig  00:15:00  00:30:00  00:45:00  01:00:00
0  2010-01-04    1164.3    1163.5    1162.8    1161.8
1  2010-01-05    1186.3    1185.8    1185.6    1185.0
2  2010-01-06    1181.5    1181.5    1182.7    1182.3
3  2010-01-07    1202.1    1201.9    1201.7    1200.8

In [142]: c = np.bincount(df.iloc[:,1:].values.argmax(1), minlength=df.shape[1]-1)

In [143]: c
Out[143]: array([3, 0, 1, 0])

In [144]: np.c_[df.columns[1:], c]
Out[144]: 
array([['00:15:00', 3],
       ['00:30:00', 0],
       ['00:45:00', 1],
       ['01:00:00', 0]], dtype=object)