在熊猫中获得三个计算的最大值答案

【问题标题】：Getting the max of three calculations in pandas在熊猫中获得三个计算的最大值
【发布时间】：2021-04-06 06:54:30
【问题描述】：

我试图寻找答案，但找不到。如果有人有链接，那就更好了。我的问题如下。

我有一张我正在用 pandas 阅读的表格，其中有许多列，其中包含值。
我需要运行三个计算，它们一次使用来自不同列的位。
我需要在一段代码中返回这些计算的最大值，然后将其添加到新列中。

我遇到了数字 2 的问题。

这是我的代码的样子。

df = read_csv('file.csv')

df['Get New'] = maximum(df[Long] - df[Short], df[Long] + df[Short], df[Long] / df[Short])

df.to_csv('newFile.csv', index=False)

我知道最大值在这种情况下不起作用，但我似乎找不到什么可以。任何帮助表示赞赏。谢谢！

编辑：这是解决方案。

df['Get New'] = np.maximum(df['Long'] - df['Short'],  df['Long'] + df['Short'])
df['Get New'] = np.maximum(df['Get New'], df['Long'] / df['Short'])

【问题讨论】：

标签： pandas dataframe max calculation

【解决方案1】：

将np.maximum 与reduce 一起使用：

import numpy as np


df = pd.DataFrame({
         'Long':[7,8,9,4,2,3],
         'Short':[1,3,5,7,1,7],
})

df['Get New'] = np.maximum.reduce([df['Long'] - df['Short'], 
                                   df['Long'] + df['Short'], 
                                   df['Long'] / df['Short']])
print (df)
   Long  Short  Get New
0     7      1      8.0
1     8      3     11.0
2     9      5     14.0
3     4      7     11.0
4     2      1      3.0
5     3      7     10.0

替代方案是使用np.maximum 仅用于配对：

df['Get New'] = np.maximum(df['Long'] - df['Short'],  df['Long'] + df['Short'])
df['Get New'] = np.maximum(df['Get New'], df['Long'] / df['Short'])

【讨论】：

我已调整为使用 np.maximum，但我收到此错误“RecursionError：超出最大递归深度”。我也在这些计算中使用 np.absolute，所以我不确定这是否会导致其他问题。
@IanLang - 列 Lang 和 Short 是数字吗？什么返回print (df.dtypes)？
他们以 float64 的形式返回
@IanLang - 你是对的，答案已被编辑。
行得通！谢谢！我已经编辑了上面的原始帖子以考虑到这一点。