获取关于条件的列子集中行的最大值

Question

我有一个如下所示的数据框：

FakeDist	-5	-4	-3	-2	-1	0	1	2	3	4	5
1	37	14	17	29	31	34	32	31	21	17	18
2	12	13	12	16	30	33	37	32	32	15	42
3	40	16	29	31	36	32	30	19	16	15	12
4	12	14	12	28	28	30	29	27	16	18	33
5	12	13	16	17	28	32	33	30	29	17	35

我想添加一列作为每行最大值的 Column_Name。
我这样做了：

df['MaxVal_Dist'] = df.idxmax(axis=1)  

这给了我这个df：

FakeDist	-5	-4	...	MaxVal_Dist
1	37	14	...	-5
2	12	13	...	5
3	40	16	...	-5
4	12	14	...	5
5	12	13	...	5

但我真正的目的是添加一个 if 条件。我想要'FakeDist'在-2和2之间的列的最大值。得到以下结果：

FakeDist	-5	-4	...	MaxVal_Dist
1	37	14	...	0
2	12	13	...	1
3	40	16	...	-1
4	12	14	...	0
5	12	13	...	1

我确实尝试查看如何添加df.apply，但找不到如何使其工作。
我有一个“解决方法”的想法，即将列的子集（从-2到2）存储在一个新的数据框中，创建我的新列以获得最大值，然后将该结果列添加到我的初始数据框但是在我看来，这不是一个优雅的解决方案，我相信还有很多更好的事情要做。

我很高兴向您学习优雅的方法！

Answer 1

您可以使用boolean indexing 和loc 来过滤-2 到2 范围内的列，然后使用idxmax 和axis=1：

c = df.columns.astype(int)
df['MaxVal_Dist'] = df.loc[:, (c >= -2) & (c <= 2)].idxmax(1)

结果：

FakeDist  -5  -4  -3  -2  -1   0   1   2   3   4   5 MaxVal_Dist
1         37  14  17  29  31  34  32  31  21  17  18           0
2         12  13  12  16  30  33  37  32  32  15  42           1
3         40  16  29  31  36  32  30  19  16  15  12          -1
4         12  14  12  28  28  30  29  27  16  18  33           0
5         12  13  16  17  28  32  33  30  29  17  35           1

Answer 2

你可以试试List comprehension:

In [1159]: cols = [i for i in df.columns[1:] if -2 <= int(i) <= 2]

In [1161]: df['MaxVal_Dist'] = df[cols].idxmax(axis=1)

In [1162]: df
Out[1162]: 
   FakeDist  -5  -4  -3  -2  -1   0   1   2   3   4   5 MaxVal_Dist
0         1  37  14  17  29  31  34  32  31  21  17  18           0
1         2  12  13  12  16  30  33  37  32  32  15  42           1
2         3  40  16  29  31  36  32  30  19  16  15  12          -1
3         4  12  14  12  28  28  30  29  27  16  18  33           0
4         5  12  13  16  17  28  32  33  30  29  17  35           1