Skip to main content
 首页 » 编程设计

python之在 Python 中找到第二和第三高的值

2025年01月19日9lyj

我有以下食品数据框及其营养成分如下:

import pandas as pd 
import os 
os.chdir('D:\\userdata\\adbharga\\Desktop\\AVA\\RTestCode\\Python') 
data=pd.read_csv("nutrient.csv") 
data.head() 

输出[30]:

Name  Calories  Fat  Carb  Fiber  Protein 
0      Chonga Bagel       300    5    50      3       12 
1      8-Grain Roll       380    6    70      7       10 
2  Almond Croissant       410   22    45      3       10 
3     Apple Fritter       460   23    56      2        7 
4  Banana Nut Bread       420   22    52      2        6 

需要提取Top Nutrient的含量及其值(value)。对于下面使用的代码。

data['Top Nutrient'] = data[['Calories','Fat','Carb','Fiber','Protein']].idxmax(axis=1) 
data['Amount']= data[['Calories','Fat','Carb','Fiber','Protein']].max(axis=1) 
data.head() 

输出[33]:

Name  Calories  Fat  Carb  Fiber  Protein Top Nutrient  Amount 
0      Chonga Bagel       300    5    50      3       12     Calories     300 
1      8-Grain Roll       380    6    70      7       10     Calories     380 
2  Almond Croissant       410   22    45      3       10     Calories     410 
3     Apple Fritter       460   23    56      2        7     Calories     460 
4  Banana Nut Bread       420   22    52      2        6     Calories     420 

有没有办法显示下 2 个顶级营养素及其值(value)。预期输出将是这样的:

Name    NextTop2   NextTop2Amount 
Chonga Bagel        Carb|Protein    50|12 
8-Grain Roll        Carb|Protein    70|10 
Almond Croissant    Carb|Fat        45|22 
Apple Fritter       Carb|Fat        56|23 
Banana Nut Bread    Carb|Fat        52|22 

谢谢

请您参考如下方法:

这里最好用numpy.argsort因为非常快。

首先按 subset - [] 过滤列,然后按 argsort 为 2. 和 3. top 获取索引:

cols = ['Calories','Fat','Carb','Fiber','Protein'] 
 
arr = data[cols].values.argsort(axis=1)[:, [-2, -3]] 
a = np.array(cols)[arr] 
print (a) 
[['Carb' 'Protein'] 
 ['Carb' 'Protein'] 
 ['Carb' 'Fat'] 
 ['Carb' 'Fat'] 
 ['Carb' 'Fat']] 

也可以按索引选择值:

b = data[cols].values[np.arange(len(arr))[:,None], arr] 
print (b) 
[[50 12] 
 [70 10] 
 [45 22] 
 [56 23] 
 [52 22]] 

最后创建 DataFrame 并通过 | 为一列添加连接:

data['Top Nutrient'] = data[cols].idxmax(axis=1) 
data['Amount']= data[cols].max(axis=1) 
data['NextTop2'] = pd.DataFrame(a).apply('|'.join, 1) 
data['NextTop2Amount'] = pd.DataFrame(b).astype(str).apply('|'.join, 1) 

print (data) 
 
               Name  Calories  Fat  Carb  Fiber  Protein Top Nutrient  Amount  \ 
0      Chonga Bagel       300    5    50      3       12     Calories     300    
1      8-Grain Roll       380    6    70      7       10     Calories     380    
2  Almond Croissant       410   22    45      3       10     Calories     410    
3     Apple Fritter       460   23    56      2        7     Calories     460    
4  Banana Nut Bread       420   22    52      2        6     Calories     420    
 
       NextTop2 NextTop2Amount   
0  Carb|Protein          50|12   
1  Carb|Protein          70|10   
2      Carb|Fat          45|22   
3      Carb|Fat          56|23   
4      Carb|Fat          52|22