字典中特定列表索引的最大值

Question

我有一个字典，看起来像这样，值是相同数量的索引列表。它是构造一个熊猫数据框架。我想要得到这些列表中每个索引的最大值的键名。(例如，这些列表的第一个索引为0.00023478，第四个索引为0.23849287)。我试图将其转换为一个熊猫数据框架，然后找到最大索引，但这需要太多的时间，因为我正在处理太多的数据。我需要找到特定索引的最大值，然后在将字典转换为数据帧之前返回键。

{'DT': [0, 0, 0, 0, 0, 0, 0, 0], 'NN': [0.00023478, 0, 0, 0, 0, 0, 0, 0], 
'POS': [0, 0, 0, 0.000192837, 0, 0, 0, 0], 'MD': [0, 0, 0, 0, 0, 0, 0, 0], 
'VB': [0, 0, 0, 0, 0, 0, 0, 0], 'VBN': [0, 0, 0, 0, 0, 0, 0, 0], 
'IN': [0.0000028945, 0, 0, 0, 0, 0, 0, 0], 'JJ': [0, 0, 0, 0, 0, 0, 0, 0], 
'NNS': [0, 0, 0, 0, 0, 0, 0, 0], 'CC': [0, 0, 0, 0.23849287, 0, 0, 0, 0], 
'RBS': [0, 0, 0, 0, 0, 0, 0, 0], 'NNP': [0, 0, 0, 0, 0, 0, 0, 0], 
'VBZ': [0, 0, 0, 0, 0, 0, 0, 0], 'TO': [0, 0, 0, 0, 0, 0, 0, 0]}

for i in range(len(test)):  # how many sentence
list1 = [[0 for x in range(len(test[i]))] for y in range(len(pos_list))]
q = dict(zip(pos_list, list1))
for j in range(len(test[i])):

Answer 1

用maxdict.get关键:

max(data, key=data.get)

或与DataFrame.idxmax:

df.idxmax(1)

Answer 2

将您的字典转换为DataFrame:

df = pd.DataFrame(d)
print(df)
# Output:
DT        NN       POS  MD  VB  VBN        IN  JJ  NNS        CC  RBS  NNP  VBZ  TO
0   0  0.000235  0.000000   0   0    0  0.000003   0    0  0.000000    0    0    0   0
1   0  0.000000  0.000000   0   0    0  0.000000   0    0  0.000000    0    0    0   0
2   0  0.000000  0.000000   0   0    0  0.000000   0    0  0.000000    0    0    0   0
3   0  0.000000  0.000193   0   0    0  0.000000   0    0  0.238493    0    0    0   0
4   0  0.000000  0.000000   0   0    0  0.000000   0    0  0.000000    0    0    0   0
5   0  0.000000  0.000000   0   0    0  0.000000   0    0  0.000000    0    0    0   0
6   0  0.000000  0.000000   0   0    0  0.000000   0    0  0.000000    0    0    0   0
7   0  0.000000  0.000000   0   0    0  0.000000   0    0  0.000000    0    0    0   0

然后使用max的列轴:

>>> df.max(axis='columns')
0    0.000235
1    0.000000
2    0.000000
3    0.238493
4    0.000000
5    0.000000
6    0.000000
7    0.000000
dtype: float64

知道索引键和idxmax:

是一样的

>>> df.idxmax(axis='columns')
0    NN
1    DT
2    DT
3    CC
4    DT
5    DT
6    DT
7    DT
dtype: object