python - Pandas :在数据框的所有列中找到最大范围

Question

我是编程的新手，所以希望我能清楚地提出我的问题，也许你能指导我找到答案。

我有一个数据框“x”，其中索引代表一年中的第几周，每一列代表一个城市的数值。我试图找到具有最大范围的列(即:最大值 - 最小值)。我可以想象这将需要一个循环来找到每列的最大值和最小值，将其存储为一个对象(或者作为底部的新行？)，然后在该对象(或行)中找到最大值。

数据框看起来像这样:

        City1 City2 ... CityN 
week
1
2
3
4
...
53

我们也欢迎您提供有关礼仪或措辞的反馈。

Answer 1

像 (df.max() - df.min()).idxmax() 这样的东西应该给你一个最大的列:

>>> df = pd.DataFrame(np.random.random((5,4)), index=pd.Series(range(1,6), name="week"), columns=["City{}".format(i) for i in range(1,5)])
>>> df
         City1     City2     City3     City4
week                                        
1     0.908549  0.496167  0.220340  0.464060
2     0.429330  0.770133  0.824774  0.155694
3     0.893270  0.980108  0.574897  0.378443
4     0.982410  0.796103  0.080877  0.416432
5     0.444416  0.667695  0.459362  0.898792
>>> df.max() - df.min()
City1    0.553080
City2    0.483941
City3    0.743898
City4    0.743098
dtype: float64
>>> (df.max() - df.min()).idxmax()
'City3'
>>> df[(df.max() - df.min()).idxmax()]
week
1       0.220340
2       0.824774
3       0.574897
4       0.080877
5       0.459362
Name: City3, dtype: float64

如果在最大范围内可能有不止一列，您可能需要这样的东西

>>> col_ranges = df.max() - df.min()
>>> df.loc[:,col_ranges == col_ranges.max()]
         City3
week          
1     0.220340
2     0.824774
3     0.574897
4     0.080877
5     0.459362

相反。