pandas_format05

23. 如何获取dataframe行方向上最大值个数最多的列

    df = pd.DataFrame(np.random.randint(1,100, 9).reshape(3, -1))
    print(df)
    # 获取每列包含行方向上最大值的个数
    count_series = df.apply(np.argmax, axis=1).value_counts()
    print(count_series)
    # 输出行方向最大值个数最多的列的索引
    print('Column with highest row maxes: ', count_series.index[0])
    
    #>        0   1   2
        0  46  31  34
        1  38  13   6
        2   1  18  15
    
    #>统计列的最大值的个数
            0    2
            1    1
            dtype: int64
        
    #>    Column with highest row maxes:  0

24. 如何得到列之间最大的相关系数

    df = pd.DataFrame(np.random.randint(1,100, 16).reshape(4, -1), columns=list('pqrs'), index=list('abcd'))
    # df
    print(df)
    # 得到四个列的相关系数
    abs_corrmat = np.abs(df.corr())
    print(abs_corrmat)
    # 得到每个列名与其他列的最大相关系数
    max_corr = abs_corrmat.apply(lambda x: sorted(x)[-2])
    # 显示每列与其他列的相关系数
    print('Maximum Correlation possible for each column: ', np.round(max_corr.tolist(), 2))
    
    #>        p   q   r   s
        a  59  99   1  34
        b  89  60  97  40
        c  43  35  14   6
        d  70  59  30  53
    #>              p         q         r         s
        p  1.000000  0.200375  0.860051  0.744529
        q  0.200375  1.000000  0.236619  0.438541
        r  0.860051  0.236619  1.000000  0.341399
        s  0.744529  0.438541  0.341399  1.000000
    
    #>    Maximum Correlation possible for each column:  [0.86 0.44 0.86 0.74]

25. 如何创建包含每行最小值与最大值比例的列

    df = pd.DataFrame(np.random.randint(1,100, 9).reshape(3, -1))
    print(df)
    # 方法1：axis=1表示行方向，
    min_by_max = df.apply(lambda x: np.min(x)/np.max(x), axis=1)
    
    # 方法2
    min_by_max = np.min(df, axis=1)/np.max(df, axis=1)
    
    min_by_max
    
    #>        0   1   2
        0  81  68  59
        1  45  73  23
        2  20  22  69
        
    #>    0    0.728395
        1    0.315068
        2    0.289855
        dtype: float64

26. 如何创建包含每行第二大值的列

    df = pd.DataFrame(np.random.randint(1,100, 9).reshape(3, -1))
    print(df)
    # 行方向上取第二大的值组成series
    out = df.apply(lambda x: x.sort_values().unique()[-2], axis=1)
    # 构建dataframe新的列
    df['penultimate'] = out
    print(df)
    
    #>        0   1   2
        0  28  77   1
        1  43  19  69
        2  29  30  72
    
    #>        0   1   2  penultimate
        0  28  77   1           28
        1  43  19  69           43
        2  29  30  72           30

27. 如何归一化dataframe的所有列

    df = pd.DataFrame(np.random.randint(1,100, 80).reshape(8, -1))
    
    # 正态分布归一化
    out1 = df.apply(lambda x: ((x - x.mean())/x.std()).round(2))
    print('Solution Q1\n',out1)
    
    # 线性归一化
    out2 = df.apply(lambda x: ((x.max() - x)/(x.max() - x.min())).round(2))
    print('Solution Q2\n', out2)

28. 如何计算每一行与下一行的相关性

    df = pd.DataFrame(np.random.randint(1,100, 25).reshape(5, -1))
    
    # 行与行之间的相关性
    [df.iloc[i].corr(df.iloc[i+1]).round(2) for i in range(df.shape[0])[:-1]]

29. 如何用0赋值dataframe的主对角线和副对角线

    df = pd.DataFrame(np.random.randint(1,100, 25).reshape(5, -1))
    print(df)
    # zhu
    for i in range(df.shape[0]):
        df.iat[i, i] = 0
        df.iat[df.shape[0]-i-1, i] = 0
    print(df)
    
    #>        0   1   2   3   4
        0  51  35  71  71  79
        1  78  25  71  85  44
        2  90  97  72  14   4
        3  27  91  37  25  48
        4   1  26  68  70  20
    
    #>        0   1   2   3   4
        0   0  35  71  71   0
        1  78   0  71   0  44
        2  90  97   0  14   4
        3  27   0  37   0  48
        4   0  26  68  70   0