python - 如何提取pandas DataFrame中的属性名称和最大共现计数？

Question

给定格式为 df 的数据帧

    A   B   C   D   E   F   G   H   I   J ...
0   0   1   0   0   0   1   0   0   0   0 ...
1   1   1   0   0   1   1   0   0   0   0 ...
2   0   0   1   0   0   0   0   0   0   0 ...
.   .   .   .   .   .   .   .   .   .   .
.   .   .   .   .   .   .   .   .   .   .
.   .   .   .   .   .   .   .   .   .   .

我希望最终得到以下格式的结果数据框

   corr  count
A   B     270
B   F      15
C   J     100
.   .       .
.   .       .
.   .       .

其中对于每一行，corr 是具有最大共现的列，count 是共现计数。

我当前的代码如下所示:

cooccurring_df = df.T.dot(df)
np.fill_diagonal(cooccurring_df.values, 0)
idxmax_df = pd.DataFrame(cooccurring_df.idxmax(axis = 0), columns=['corr'])

给出:

   corr 
A   B 
B   F   
C   J  
.   .
.   .
.   .

但是我一生都无法弄清楚如何将计数从 cooccurring_df 正确分配到 idxmax_df 中。我确信我错过了一些明显的东西，并且我确信有更好的方法到达我想去的地方。

Answer 1

IIUC，您正在寻找的是查找:

idxmax_df['count'] = cooccurring_df.lookup(idxmax_df.index, idxmax_df['corr'])

测试数据:

    A   B   C   D   E   F   G   H   I   J
0   0   1   0   0   0   1   0   0   0   0
1   1   1   0   0   1   1   0   0   0   0
2   0   0   1   0   0   0   0   0   0   1

输出(对于给定数据)

  corr  count
A    B      1
B    F      2
C    J      1
D    A      0
E    A      1
F    B      2
G    A      0
H    A      0
I    A      0
J    C      1