Pandas在一列中檢索與另一列中的最大值對應的值

Question

這里有相對較新的Python腳本編寫器，其中包含有關Pandas和DataFrames的快速問題。 在Python中可能有一種更簡單的方法來做我正在做的事情（在Pandas之外），所以我對所有建議持開放態度。

我有一個大型數據集（不是我們所有人），擁有數十個屬性和數萬個條目。 我已成功打開它（.csv文件）並刪除了練習中不必要的列，以及我從其他問題中學到的使用過的pandas技術，以便將表格放在桌子上以便我可以使用

作為一個例子，我現在有數據幀df ，有三列--A，B和C.我需要找到A的最大值索引，然后在該索引處拉取B和C的值。 根據對最佳方法的研究，似乎idxmax是最好的選擇。

MaxIDX = df['A'].idxmax()

這給了我正確的答案，但是當我嘗試使用at基於此變量獲取值at ，我收到錯誤。 我相信這是因為idxmax產生一個系列，而不是整數輸出。

variable = df.at[MaxIDX, 'B']

所以我的問題有兩個部分。

如何系列轉換為正確輸入at ？ 並且，有一種更簡單的方法可以做到這一點，我完全失蹤了嗎？ 我想要做的就是得到A列最大值的索引，然后在該索引處拉出B列和C列的值。

任何幫助表示贊賞。 謝謝你！ 干杯!

注意：使用：Python 3.6.4和Pandas 0.22.0

Answer 1

np.random.seed(0)
df = pd.DataFrame(np.random.randn(5, 3), columns=list('ABC'))

df

          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863


df.A.idxmax()
1

你聲稱失敗了，似乎對我有用：

df.at[df.A.idxmax(), 'B']
1.8675579901499675

雖然，根據你的解釋，你可以改為想要loc ，不會at ：

df.loc[df.A.idxmax(), ['B', 'C']]

B    1.867558
C   -0.977278
Name: 1, dtype: float64

注意： 您可能需要檢查索引是否包含重復條目。 這是失敗的一個可能原因。