[英]getting the row and column label of the specific data point in dataframe
我試圖獲取在max_val收斂的列和行的行和列標簽。 本質上,我正在衡量從一個列條目到另一個列條目的增長率。
def find_max(area):
# YOUR CODE HERE
data=pd.read_csv('Canada.csv')
df = pd.DataFrame(data)
#case insensitive
prov_lower = province.lower()
data['province'] = df['province'].astype(str).str.lower()
#get percent change
if prov_lower in data['province'].values:
data=data[data['province']==province]
df_match_pct=data[data.columns[3:-1]].diff(axis='columns').abs()
#find max
max_val=df_match_pct.max()
max_val=max_val.max()
#select column and row of max value
c_r = df_match_pct.iloc[0:9] == max_val and df_match_pct[df_match_pct.iloc[0:9] == max_val]
#how to get the column and row label of this?
else:
raise ValueError()
return max_val,c_r
find_max('alberta')
我希望獲得列為“ alberta”的數據的列與其對應的行(特定區域位置)之間的差值的最大值,以及導致這種變化的年份(記錄最大變化的兩年)之間的差值的最大值
IIUC,您可以使用numpy.argwhere
:
c_r = [(c, r) for r, c in np.argwhere(df_match_pct.values == max_val)][0]
或者,如果您需要實際的索引和列標簽,請使用:
c_r = [(df_match_pct.index[c], df_match_pct.columns[r]) for r, c in np.argwhere(df_match_pct.values == max_val)][0]
或者,您可以鏈接DataFrame.eq
和DataFrame.idxmax()
方法:
c_r = (df.eq(max_val).idxmax(1).idxmax(1),
df.eq(max_val).idxmax().idxmax())
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.