基于优先级修改数据帧

Question

我有一个这样的df：

ID   A1    A2     A3    A4    A5
1    1            2            3
2    1     2             3
3    2     1 
4    3            1            2
5

对于每个ID，我有5列A1到A5（实际上我有更多），并且这些值是特定ID的最高优先级。

例如：ID 1将A1、A3和A5作为优先级，ID 3只有2个A2和A1，ID 5没有优先级

合成DF

ID Priority_1  Priority_2  Priority_3
1    A1            A3         A5
2    A1            A2         A4
3    A2            A1   
4    A3            A5         A1
5

我尝试使用melt和pivot使用这个和这个以及更多的方法来实现相同的功能，但无法获得相同的结果df。

这方面的任何帮助或我这边的清晰度！！

Answer 1

使用DataFrame.melt，通过DataFrame.sort_values进行排序，并通过DataFrame.dropna删除缺失的行，然后添加用于通过布尔索引过滤的新列和Series.le为小于或等于和最后使用DataFrame.pivot与DataFrame.add_prefix，最后添加DataFrame.reindex对于仅添加了缺失行ID：

N = 3
df1 = df.melt('ID').sort_values(['ID','value']).dropna(subset=['value'])
df1['new'] = df1.groupby('ID').cumcount().add(1)
df1 = df1[df1['new'].le(N)]

df2 = df1.pivot('ID','new','variable').add_prefix('Priority_').reindex(df['ID'])
print (df2)
new Priority_1 Priority_2 Priority_3
ID                                  
1           A1         A3         A5
2           A1         A2         A4
3           A2         A1        NaN
4           A3         A5         A1
5          NaN        NaN        NaN