python – 获取pandas数据帧中最大条目的行和列名称(argmax)

df.idxmax()沿轴(行或列)返回最大值,但我想在整个数据帧上返回arg_max(df),它返回一个元组(行,列).

我想到的用例是特征选择,其中我有一个相关矩阵,并希望“递归地”删除具有最高相关性的特征.我预处理相关矩阵以考虑其绝对值并将对角元素设置为-1.然后我建议使用rec_drop,它递归地丢弃具有最高相关性的特征对中的一个(受截止：max_allowed_correlation),并返回最终的特征列表.例如.：

S = S.abs()
np.fill_diagonal(S.values,-1) # so that max can't be on the diagonal Now
S = rec_drop(S,max_allowed_correlation=0.95)

def rec_drop(S, max_allowed_correlation=0.99):
    max_corr = S.max().max()
    if max_corr<max_allowed_correlation: # base case for recursion
         return S.columns.tolist() 
    row,col = arg_max(S)  # row and col are distinct features - max can't be on the diagonal
    S = S.drop(row).drop(row,axis=1) # removing one of the features from S
    return rec_drop(S, max_allowed_correlation)

解决方法:

假设您的所有pandas表都是数字的,那么您可以做的就是转换为numpy解释并从那里提取最大位置.但是,numpy的argmax适用于扁平数据,因此您需要解决：

# Synthetic data
>>> table = pd.DataFrame(np.random.rand(5,3))
>>> table
          0         1         2
0  0.367720  0.235935  0.278112
1  0.645146  0.187421  0.324257
2  0.644926  0.861077  0.460296
3  0.035064  0.369187  0.165278
4  0.270208  0.782411  0.690871

[5 rows x 3 columns

将表转换为numpy数据并计算argmax：

>>> data = table.as_matrix()
>>> amax = data.argmax() # 7 in this case
>>> row, col = (amax//data.shape[1], amax%data.shape[1])
>>> row, col
(2, 1)