有一个带有惩罚列表的数据框。我已经建立了一个计数图。我可以按违规次数对列进行降序排序吗？
在此示例中，假定列顺序为：超速、移动违规、设备、其他 ...
资料： https ://www.kaggle.com/melihkanbay/police
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv("/Users/egormartynov/Documents/DataSets/police.csv")
sns.set(rc={'figure.figsize':(12,6)})
sns.countplot(data = df, x="violation", palette="viridis", hue="driver_gender")
分类有一定的任务：为了训练，分类器接收一个字符串数组作为一个类和一些数字作为参数。
是否有任何不使用神经网络的方法可以让我们对此类样本进行分类？往什么方向移动？
例子：
教育：
RW、LW、CAM -> 75、45、22、78、98、76
CB -> 56,54,66,77,25,56
CB,RB,RCB -> 45,56,78,97,44,22
CAM,CM,CDM -> 34,45,65,77,88,93
预测：
34,56,76,88,99,23 -> CAM,CM,RW
24,56,90,98,77,66 -> ST,LW,RW
34,45,87,98,77,55 -> RB,CB
我无法解决这个问题，因为我还不知道一个对象有多个类的方法。
我将不胜感激！
代码应该遍历行的列的值，并返回那些值为最大值的列的索引（理想情况下，一次名称）。这是我写的函数：
data = pd.read_csv(path)
def max_val_ind(data):
c=0
final_idx = pandas.Series()
for i in range(0,len(data.index)):
max_val=0;
max_ind=pandas.Series();
samp = data.iloc[i,idx[c]]
if samp>max_val:
max_val=samp
max_ind.append(c)
elif samp==max_val:
max_ind.append(c)
final_idx.append(max_ind)
c+=1
return final_idx
max_val_ind(data)
关于任务：列评分的值 - 位置中的球员，我的任务是为每个球员找到最佳位置并将它们写在单独的列中
GitHub 与数据集 https://github.com/georgemartynov/fifa_data
示例：在输入中，我们得到下表：
在输出中，我想看到一列，其中将写入该行中具有最大值的列的名称
最佳位置：
ls,rs
ls
英石
rb
立方厘米，磅
rwb, rb, rcb, cb
有些列包含以下类型“85+2”的值。
我想用以下值替换这个值 - “87”。
我执行以下代码：
import pandas
import seaborn as sns
data = pandas.read_csv('players_20.csv')
data['value_eur'] /= 1000000
def best_pos(df):
idx = [' ls', ' st', ' rs', ' lw', ' lf', ' cf', ' rf', ' rw', ' lam', ' cam', ' ram', ' lm', ' lcm', ' cm', ' rcm', ' rm', ' lwb', ' ldm', ' cdm', ' rdm', ' rwb', ' lb', ' lcb', ' cb', ' rcb', ' rb']
tot = []
for i in idx:
hemi = df[i].split('+')
total = int(hemi[0])+int(hemi[2])
tot.append(total)
return tot
data.apply(best_pos)
有一个编译错误，我不明白问题是什么。
