Сортировка столбцов Pandas DataFrame

Question

Изучил множество топиков на сайте по этому вопросу, но либо там делается совсем не то, что мне нужно, либо я не разобрался. Если повторяюсь - извините. Задача следующая: Имеется Тета-матрица с частотным распределением, выглядит она так:

              0        1        2        3  ...  10752
topic_0    2.5897    2.5047   5.8036    1.0      4.0316
topic_1    5.7798    1.5601   6.7843    0.0      1.4447
topic_2    8.0836    3.4020   2.2702    0.0      9.65861

Это матрица, в которой 3 строчки (по кол-ву тем) и почти 11 тысяч столбцов (по кол-ву документов в моделировании). Мне нужно, чтобы в левой части собрались столбцы с наибольшими значениями, не теряя при этом номер столбца. Понимаю, что это можно сделать только для соответствующей строки по отдельности. Итог я вижу примерно так:

            11232      1345        9       9854   ...   3
topic_0    10.5897    10.5047   9.8036    9.3584        1.0

Как отсортировать столбцы по значению по убыванию не теряя их индекс для соответствующей строки? Более простой пример:

          0   1   2
topic_0   1   5   3
topic_1   0   2   1
topic_2   3   6   7

Выходные данные при сортировке по первой теме (строке):

          1   2   0
topic_0   5   3   1

Выходные данные при сортировке по второй теме (строке):

          1   2   0
topic_1   2   1   0

И по третьей строке:

          2   1   0
topic_2   7   6   3

Это покажет нам, что наибольшее влияние на тему 0 и 1 оказывает первый документ, а не тему 2 - второй документ.

Answer 1

На вашем частичном примере:

              0       1       2    3    10752
topic_0  2.5897  2.5047  5.8036  1.0  4.03160
topic_1  5.7798  1.5601  6.7843  0.0  1.44470
topic_2  8.0836  3.4020  2.2702  0.0  9.65861

Добавляем ряд с суммами колонок матрицы, затем сортируем по этому ряду:

df.loc['sums']= df.sum()
df=df.sort_values(by='sums', axis=1, ascending=False)

Получаем:

              0     10752        2       1    3
topic_0   2.5897   4.03160   5.8036  2.5047  1.0
topic_1   5.7798   1.44470   6.7843  1.5601  0.0
topic_2   8.0836   9.65861   2.2702  3.4020  0.0
sums     16.4531  15.13491  14.8581  7.4668  1.0

Можно также сразу удалить ряд с суммой, если он вам не нужен:

df=df.sort_values(by='sums', axis=1, ascending=False).drop('sums')

Результат:

              0    10752       2       1    3
topic_0  2.5897  4.03160  5.8036  2.5047  1.0
topic_1  5.7798  1.44470  6.7843  1.5601  0.0
topic_2  8.0836  9.65861  2.2702  3.4020  0.0

Answer 2

Пример исходного DF:

In [83]: df
Out[83]:
         a  b  c
topic_0  1  5  3
topic_1  0  2  1
topic_2  3  6  7

решение:

res = {i:df.loc[i].sort_values(ascending=False) for i in df.index}

результат:

In [14]: res
Out[14]:
{'topic_0': 1    5
 2    3
 0    1
 Name: topic_0, dtype: int64, 'topic_1': 1    2
 2    1
 0    0
 Name: topic_1, dtype: int64, 'topic_2': 2    7
 1    6
 0    3
 Name: topic_2, dtype: int64}

In [15]: res["topic_0"]
Out[15]:
1    5
2    3
0    1
Name: topic_0, dtype: int64

In [16]: res["topic_0"].to_frame().T
Out[16]:
         1  2  0
topic_0  5  3  1

In [17]: res["topic_2"]
Out[17]:
2    7
1    6
0    3
Name: topic_2, dtype: int64

In [18]: res["topic_2"].to_frame().T
Out[18]:
         2  1  0
topic_2  7  6  3

БЛОГ НА HUSL

Сортировка столбцов Pandas DataFrame

Ответы (2 шт):