如何提高pandas.nlargest的效率？

Question

我有一个DataFrame，即：

现在我想选择每行的两个最大元素。所以我这样做，并分析它：

但它太慢了，我怎么能改进呢？ fillformat的含义是什么？

Answer 1

您可以使用np.sort来实现您的目标：

In [4]:
df = pd.DataFrame(np.random.randn(5,3))
df

Out[4]:
          0         1         2
0 -0.501631  0.729800  0.457293
1  0.259507  1.090150 -0.688817
2  0.611032  2.504964 -0.600550
3 -0.432279 -1.087437 -0.552484
4 -1.046578 -0.804681  0.477211

调用np.sort，然后对数组进行切片：

In [37]:
np.sort(df)[:,-2:]

Out[37]:
array([[ 0.45729257,  0.7297998 ],
       [ 0.25950659,  1.09014974],
       [ 0.61103167,  2.50496433],
       [-0.55248373, -0.43227871],
       [-0.80468078,  0.47721114]])

如果要按降序排列值，请使用切片表示法反转数组：

In [34]:
np.sort(df)[:,::-1][:,:2]

Out[34]:
array([[ 0.7297998 ,  0.45729257],
       [ 1.09014974,  0.25950659],
       [ 2.50496433,  0.61103167],
       [-0.43227871, -0.55248373],
       [ 0.47721114, -0.80468078]])