python - Pandas 在有条件时不返回同一行中的值

Question

假设我创建了一个简单的数据框并添加了一些列

import pandas as pd

data = {
    'price': [6, 5.5, 5, 4.8],
    'amount': [10, 12, 8, 6]
}
df = pd.DataFrame(data=data)
df['total'] = df.price * df.amount
df['running_total'] = df.total.cumsum().round(2)

我的数据框现在看起来像这样:

   amount  price  total  running_total
0      10    6.0   60.0           60.0
1      12    5.5   66.0          126.0
2       8    5.0   40.0          166.0
3       6    4.8   28.8          194.8

我想要数据框中运行总计略低于 160 的行:

row_under_160 = df[df['running_total'] < 160].max()

这一行(系列)看起来像这样:

amount            12.0
price              6.0
total             66.0
running_total    126.0
dtype: float64

除价格外，所有值看起来都不错。由于某种原因，当它应该返回 5.5(相应的值)时，它却返回最高价格 (6.0)。

我错过了什么/这样做完全错误吗？

Answer 1

它工作得很好，但是max值是从过滤后的DataFrame中计数的:

row_under_160 = df[df['running_total'] < 160]
print (row_under_160)
   amount  price  total  running_total
0      10    6.0   60.0           60.0
1      12    5.5   66.0          126.0

获取每列的最大值:

print (row_under_160.max())
amount            12.0
price              6.0
total             66.0
running_total    126.0
dtype: float64

但似乎需要过滤后的DataFrame的索引，其中running_total是max by idxmax并通过 loc 选择:

print (row_under_160['running_total'].idxmax())
1

print (row_under_160.loc[row_under_160['running_total'].idxmax()])
amount            12.0
price              5.5
total             66.0
running_total    126.0
Name: 1, dtype: float64

如果需要一行DataFrame添加[]:

print (row_under_160.loc[[row_under_160['running_total'].idxmax()]])
   amount  price  total  running_total
1      12    5.5   66.0          126.0

或者按max值进行比较:

print (row_under_160[row_under_160['running_total'] == row_under_160['running_total'].max()])
   amount  price  total  running_total
1      12    5.5   66.0          126.0