熊猫数据框列中值的最大差异

Question

我有一个包含 8 列的数据框，如下所示：

1. 索引
2. 县名
3. 2010 年人口普查的人口
4. 2011 年人口普查的人口
5. 2012 年人口普查的人口
6. 2013 年人口普查的人口
7. 2014 年人口普查的人口
8. 2015 年人口普查的人口

我需要找到 2010-2015 年期间人口绝对变化最大的县吗？

例如如果 5 年期间的县人口为 100、120、80、105、100、130，则其在该期间的最大变化为 |130-80| = 50。 我能够提出使用 for 循环和条件的解决方案，但这似乎不是解决问题的最佳方法。如何使用 pandas 数据框函数编写简单的代码？

Answer 1

在将参数axis 设置为1 时，对数据帧使用min 和max 方法。如果您将列 'Name of the counties' 设置为索引，它会更容易一些。然后你可以使用idxmax 来查找哪个县的范围最大。

df = df.set_index('Name of the counties')
(df.max(axis=1) - df.min(axis=1)).idxmax())

Answer 2

import pandas as pd

df = pd.DataFrame(
    {
        "country": ["India", "US", "China"],
        "2010": [200, 100, 300],
        "2012": [400, 200, 500],
        "2015": [800, 400, 700],
    }
)

df["abs_change"] = df.apply(
    lambda x: max(x[df.columns[-3:]]) - min(x[df.columns[-3:]]), axis=1
)

print(df.iloc[df[["abs_change"]].idxmax()])

这可能是您的问题的一种可能的解决方案，而无需使用 for 循环。尽管我不能 100% 确定性能影响，但它可能比使用 for 循环更好。