J'ai un dataframe (df) qui ressemble à ceci:

a                      b
loc.1  [1, 2, 3, 4, 7, 5, 6]
loc.2  [3, 4, 3, 7, 7, 8, 6]
loc.3  [1, 4, 3, 1, 7, 8, 6]
...

Je veux trouver le maximum du tableau dans la colonne b et l'ajouter à la trame de données d'origine. Ma pensée était quelque chose comme ça:

for line in df: 
    split = map(float,b.split(','))
    count_max = max(split)
print count

La sortie idéale devrait être:

a                      b           max_val
    loc.1  [1, 2, 3, 4, 7, 5, 6]   7
    loc.2  [3, 4, 3, 7, 7, 8, 6]   8
    loc.3  [1, 4, 3, 1, 7, 8, 6]   8
    ...

Mais cela ne fonctionne pas, car je ne peux pas utiliser b.split car il n'est pas défini ...

1
Alex Trevylan 17 avril 2018 à 20:43

3 réponses

Meilleure réponse

Si vous travaillez avec des listes sans NaN mieux, utilisez max dans la compréhension des listes ou map:

a['max'] = [max(x) for x in a['b']]

a['max'] = list(map(max, a['b']))

Solution pure pandas:

a['max'] = pd.DataFrame(a['b'].values.tolist()).max(axis=1)

Exemple :

array = {'loc.1': np.array([  1,2,3,4,7,5,6]),
         'loc.2': np.array([  3,4,3,7,7,8,6]),
         'loc.3': np.array([  1,4,3,1,7,8,6])}

L = [(k, v) for k, v in array.items()]
a = pd.DataFrame(L, columns=['a','b']).set_index('a')

a['max'] = [max(x) for x in a['b']]
print (a)
                           b  max
a                                
loc.1  [1, 2, 3, 4, 7, 5, 6]    7
loc.2  [3, 4, 3, 7, 7, 8, 6]    8
loc.3  [1, 4, 3, 1, 7, 8, 6]    8

ÉDITER:

Vous pouvez également obtenir max dans list comprehension:

L = [(k, v, max(v)) for k, v in array.items()]
a = pd.DataFrame(L, columns=['a','b', 'max']).set_index('a')

print (a)
                           b  max
a                                
loc.1  [1, 2, 3, 4, 7, 5, 6]    7
loc.2  [3, 4, 3, 7, 7, 8, 6]    8
loc.3  [1, 4, 3, 1, 7, 8, 6]    8
3
jpp 17 avril 2018 à 18:49

Vous pouvez utiliser des tableaux numpy pour un calcul vectorisé:

df = pd.DataFrame({'a': ['loc.1', 'loc.2', 'loc.3'],
                   'b': [[1, 2, 3, 4, 7, 5, 6],
                         [3, 4, 3, 7, 7, 8, 6],
                         [1, 4, 3, 1, 7, 8, 6]]})

df['maxval'] = np.array(df['b'].values.tolist()).max(axis=1)

print(df)

#        a                      b  maxval
# 0  loc.1  [1, 2, 3, 4, 7, 5, 6]       7
# 1  loc.2  [3, 4, 3, 7, 7, 8, 6]       8
# 2  loc.3  [1, 4, 3, 1, 7, 8, 6]       8
0
jpp 17 avril 2018 à 17:50

Essaye ça:

df["max_val"] = df["b"].apply(lambda x:max(x))
0
FadeoN 17 avril 2018 à 18:28