找到两列之间差异最大的行

Question

我有一个 DataFrame 列Gold和Gold.1 。 我想找到这两列差异最大的行。

对于以下 DataFrame，这应该返回第 6 行。

df
Out: 
   Gold  Gold.1
0     2       1
1     1       4
2     6       9
3     4       4
4     4       8
5     5       5
6     5       2 ---> The difference is maximum (3)
7     5       9
8     5       3
9     5       6

我尝试使用以下方法：

df.where(max(df['Gold']-df['Gold.1']))

然而，这引发了一个 ValueError：

df.where(max(df['Gold']-df['Gold.1']))
Traceback (most recent call last):

  File "", line 1, in 
    df.where(max(df['Gold']-df['Gold.1']))

  File "../python3.5/site-packages/pandas/core/generic.py", line 5195, in where
    raise_on_error)

  File "../python3.5/site-packages/pandas/core/generic.py", line 4936, in _where
    raise ValueError('Array conditional must be same shape as '

ValueError: Array conditional must be same shape as self

如何找到满足此条件的行？

Answer 1

相反的.where ，您可以使用.idxmax ：

(df['Gold'] - df['Gold.1']).idxmax()
Out: 6

这将返回差异最大的索引。

如果要查找绝对差最大的行，则可以先调用.abs() 。

(df['Gold'] - df['Gold.1']).abs().idxmax()
Out: 4

Answer 2

虽然我的方法比上面的方法长，但习惯使用列表的人可能会发现这很有用。

x= list((df['col1']-df['col2']).abs())
x.index(max(x))

Answer 3

pd.Series(df['Gold']-df['Gold.1']).argmax()

或使用 numpy 库

numpy.argmax(df['Gold']-df['Gold.1'])

大熊猫中的 argmax()