如何从Pandas DataFrame中获取每行n个最大值并标记1/0

先确认你的原始数据结构（运行你提供的代码后得到的close DataFrame）：

import pandas as pd

date = pd.date_range('10/01/2018', periods=5, freq='D')
close = pd.DataFrame({
    'ABC': [1, 5, 3, 6, 2],
    'EFG': [12, 51, 43, 56, 22],
    'XYZ': [35, 36, 36, 36, 37],
}, index=date)

1. 标记每行的最大值（单个最大值） #

直接用df.eq(df.max(axis=1), axis=0)判断每个元素是否等于该行最大值，再转为整数类型（1/0）：

# 生成最大值标记矩阵
max_mark = close.eq(close.max(axis=1), axis=0).astype(int)
print(max_mark)

输出结果：

ABC  EFG  XYZ
2018-10-01    0    0    1
2018-10-02    0    1    0
2018-10-03    0    1    0
2018-10-04    0    1    0
2018-10-05    0    0    1

2. 标记每行前N个最大值（支持并列） #

如果需要标记每行前k个最大值（包括并列情况），可以用rank方法对每行进行降序排名，再筛选排名≤k的位置：

示例：标记每行前2个最大值 #

k = 2
# 按行降序排名，method='min'保证并列值获得相同的最小排名
top_k_mark = close.rank(ascending=False, method='min', axis=1).le(k).astype(int)
print(top_k_mark)

输出结果：

ABC  EFG  XYZ
2018-10-01    0    1    1
2018-10-02    0    1    1
2018-10-03    0    1    1
2018-10-04    0    1    1
2018-10-05    0    1    1

关键参数说明： #

• ascending=False：降序排名，数值越大排名越靠前
• method='min'：对于并列的数值，使用它们的最小排名（比如某行有两个并列第二的数值，排名都为2，都会被计入前2）
• 如果需要严格取前k个不同的数值（忽略并列），可以将method改为'first'，此时并列值会按列顺序分配不同排名

内容的提问来源于stack exchange，提问作者mahi mchrl