Pandas DataFrame在B列中提取与A列中的Max相关的值

Question

这里有相对较新的Python脚本编写器，其中包含有关Pandas和DataFrames的快速问题。在Python中可能有一种更简单的方法来做我正在做的事情（在Pandas之外），所以我对所有建议持开放态度。

我有一个大型数据集（不是我们所有人），拥有数十个属性和数万个条目。我已成功打开它（.csv文件）并删除了练习中不必要的列，以及我从其他问题中学到的使用过的pandas技术，以便将表格放在桌子上以便我可以使用

作为一个例子，我现在有数据帧df，有三列--A，B和C.我需要找到A的最大值索引，然后在该索引处拉出B和C的值。根据对最佳方法的研究，似乎idxmax是最好的选择。

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

这给了我正确的答案，但是当我尝试使用基于此变量的at获取值时，我收到错误。我相信这是因为idxmax产生一个系列，而不是整数输出。

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

所以我的问题有两个部分。

如何将系列转换为at的正确输入？并且，有一种更简单的方法可以做到这一点，我完全失踪了吗？我想要做的就是得到A列最大值的索引，然后在该索引处拉出B列和C列的值。

任何帮助表示赞赏。谢谢你！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

你声称失败了，似乎对我有用：

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

虽然根据你的解释，你可能会想要loc，而不是at：

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

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

注意：您可能需要检查索引是否包含重复条目。这是失败的一个可能原因。