根据最高和最低列值过滤行

Question

我有一个独特的数据框：

df = pd.DataFrame({'student': 'A B C D'.split(),
                  'score1':[20, 15, 30, 22],
                   'score2': [15, 22, 35, 18],
                   'score3': [24, 32, 38, 25],
                   'score4': [20, 20, 26, 30]})

print(df)

  student  score1  score2  score3  score4
0       A      20      15      24      20
1       B      15      22      32      20
2       C      30      35      38      26
3       D      22      18      25      30

我只需要保留那些最高分数比最低分数增加超过 10 的行，否则将它们删除。

例如，对于学生A，最低分数是15，之后分数增加到24（增加9），所以我们要放弃它。

对于学生B，最低分数是15，分数提高到32，所以我们会保留它。

对于学生C，最低分数是26，但之后分数没有增加。它基本上是减少了，所以我们要放弃它。

我知道diff() 和ge() 在这里会有所帮助，但不确定当最低分（必须在最高分的左侧）和最高分（必须在右侧）时它们会如何工作最低分的一侧）相隔许多列。

期望的输出：

name

B #--highest score of 32 (score3) increased by 17 from lowest score of 15 (score1)  
D #--highest score of 30 (score4) increased by 12 from lowest score of 18 (score2) 

任何建议将不胜感激。谢谢！

Answer 1

您可以首先使用sort_index 沿列对数据框进行排序，以便分数列的顺序正确（score1 -> score4）。然后，您可以使用idxmin(1) 获得每个学生的min(1) 分数和出现最小值的对应列（最大值相同）：

# Sort Index
df.sort_index(axis=1,inplace=True) 
sc = df.filter(like='score').columns

# Max score with corresponding column
ma = pd.concat([df[sc].idxmax(1),df[sc].max(1)],axis=1)
mi = pd.concat([df[sc].idxmin(1),df[sc].min(1)],axis=1)

最后，您可以使用布尔索引来比较 max 的第一列和 min 的第一列，这将显示 max 分数是否发生在 min 分数之后，并比较这些分数之间的差异是否大于 10：

df.loc[(ma[0] > mi[0]) & (ma[1]-mi[1] > 10)]

哪个会返回：

   score1  score2  score3  score4 student
1      15      22      32      20       B
3      22      18      25      30       D

Answer 2

试试：

select_student = lambda x: x.sub(x.cummin()).gt(10).any()
out = df[df.filter(like='score').apply(select_student, axis=1)]
print(out)

# Output:
  student  score1  score2  score3  score4
1       B      15      22      32      20
3       D      22      18      25      30