找到两列之间差异最大的行答案

【问题标题】：Find the row which has the maximum difference between two columns找到两列之间差异最大的行
【发布时间】：2017-04-18 13:25:03
【问题描述】：

我有一个包含Gold 和Gold.1 列的DataFrame。我想找到这两列之差最大的那一行。

对于以下 DataFrame，这应该返回第 6 行。

df
Out: 
   Gold  Gold.1
0     2       1
1     1       4
2     6       9
3     4       4
4     4       8
5     5       5
6     5       2 ---> The difference is maximum (3)
7     5       9
8     5       3
9     5       6

我尝试使用以下内容：

df.where(max(df['Gold']-df['Gold.1']))

然而这引发了 ValueError：

df.where(max(df['Gold']-df['Gold.1'])) 回溯（最近一次通话最后）：文件“”，第 1 行，在 df.where(max(df['Gold']-df['Gold.1'])) 文件“../python3.5/site-packages/pandas/core/generic.py”，第 5195 行，在哪里 raise_on_error) 文件“../python3.5/site-packages/pandas/core/generic.py”，第 4936 行，在 _where raise ValueError('条件数组的形状必须与 ' ValueError：条件数组必须与自身的形状相同

如何找到满足此条件的行？

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以用.idxmax代替.where：

(df['Gold'] - df['Gold.1']).idxmax()
Out: 6

这将返回差异最大的索引。

如果你想找到最大绝对差异的行，那么你可以先调用.abs()。

(df['Gold'] - df['Gold.1']).abs().idxmax()
Out: 4

【讨论】：

【解决方案2】：

虽然我的方法比上面的方法长，但习惯使用列表的人可能会觉得这很有用。

x= list((df['col1']-df['col2']).abs())
x.index(max(x))

【讨论】：

【解决方案3】：

pd.Series(df['Gold']-df['Gold.1']).argmax()

或使用 numpy 库

numpy.argmax(df['Gold']-df['Gold.1'])

argmax() in pandas

【讨论】：