python-2.7 - 对于 python 中给定的值条件，将列名称作为数据框中的列表返回

Question

给定 1xN 数据框表，需要从行中选择 5 个最大值并将相应的列名返回到列表中。这是数据框示例:

            5        2         13         15         37        8         89    
PageRank  0.444384  0.44453  0.444695  0.444882  0.444759  0.44488  0.444648

试过了，

r = list(pr.loc['PageRank'].nlargest(5))

但是创建的列表只有行中的值，没有列名。如何获取 5 个最大单元格值的列名？例如，在给定的数据框中，它应该返回

[15,37,13,89,5]

Answer 1

您可以使用 Numpy 的 np.argpartition 获得一些额外的性能。我将在负值上使用它以获得正确的方向。

我想使用 np.argpartition 而不是排序，因为它是 O(n) 而不是 O(nlogn) 的排序.

cols = pr.columns.values
rnks = -pr.values[0]
cols[np.argpartition(rnks, 5)[:5]].tolist()

['37', '15', '13', '8', '89']

---

时机
您会注意到 pir1 表现出色。但还要注意 nlargest 渐近地接近 pir1 的性能，因为它们都是 O(n)。

jez1 = lambda d: list(d.loc['PageRank'].nlargest(5).index)
jez2 = lambda d: d.columns[d.loc['PageRank'].values.argsort()[::-1]][:5].tolist()
jez3 = lambda d: d.columns[d.loc['PageRank'].values.argsort()[-1:-6:-1]].tolist()
pir1 = lambda d: d.columns.values[np.argpartition(-d.values[0], 5)[:5]].tolist()

res = pd.DataFrame(
    index=[10, 30, 100, 300, 1000, 3000, 10000, 30000, 100000, 300000, 1000000],
    columns='jez1 jez2 jez3 pir1'.split(),
    dtype=float
)

for i in res.index:
    d = pd.DataFrame(dict(PageRank=np.random.rand(i))).T
    for j in res.columns:
        stmt = '{}(d)'.format(j)
        setp = 'from __main__ import d, {}'.format(j)
        res.at[i, j] = timeit(stmt, setp, number=200)

res.plot(loglog=True)

时序比
此表显示了每种方法的时间相对于该特定长度数组所用的最短时间的比率。

res.div(res.min(1), 0)

              jez1       jez2       jez3  pir1
10       20.740497   8.666576   6.738210   1.0
30       39.325125  11.962184  10.987012   1.0
100      30.121521  10.184435  10.173252   1.0
300      58.544734  11.963354  12.563072   1.0
1000     63.643729   9.361290   8.547374   1.0
3000     22.041026  15.977949  18.803516   1.0
10000     9.254778  11.620570  11.681464   1.0
30000     2.838243   7.522210   7.120721   1.0
100000    1.814005   7.486602   6.995017   1.0
300000    1.920776  13.213261  12.423890   1.0
1000000   1.332265   7.872120   7.225150   1.0