C'était mon essai. Par exemplePrenez le maximum en valeur absolue de différentes colonnes et filtrez NaN Python
df = pd.DataFrame({'a':[5,0,1,np.nan], 'b':[np.nan,1,4,3], 'c':[-3,-2,0,0]})
df.dropna(axis=1).max(axis=1,key=abs)
Filtres à bien les NaN valeurs mais il obtient 0 ou des valeurs négatives au lieu des highes en valeur absolue
Le résultat devrait être une colonne avec
5
-2
4
3
Vous pouvez utiliser np.nanargmax sur les données au carré:
>>> df.values[range(df.shape[0]),np.nanargmax(df**2,axis=1)]
array([ 5., -2., 4., 3.])
df = df.fillna(0)
l = df.abs().values.argmax(axis=1)
pd.Series([df.values[i][l[i]] for i in range(len(df.values))])
In [532]: pd.Series([df.values[i][l[i]] for i in range(len(df.values))])
Out[532]:
0 5
1 -2
2 4
3 3
dtype: float64
Une doublure:
pd.Series([df.values[i][df.fillna(0).abs().values.argmax(axis=1)[i]] for i in range(len(df.values))])
Je résolu par
maxCol=lambda x: max(x.min(), x.max(), key=abs)
df.apply(maxCol,axis=1)
quand vous faites 'dropna' vous perdre toutes les colonnes avec' valeurs NaN' et seule colonne 'C' est laissé –
Ok. En tout cas si j'utilise df.max (axe = 1, clé = abs) il ne prend pas le maximum en valeur absolue, mais juste le positif max – gis20