Question

有一个csv文件，其中包含每个国家（数据框中的索引）赢得的国家/地区列表和相应的夏季和冬季金牌。像这样的东西 -

               Gold     Gold.1
Algeria           5          0
Armenia           8          1

以下是我正在使用的代码：

def Max_Diff():
    Gold_Diff = []
    Diff = 0
    for row in df.iterrows():
        Diff = df['Gold'] - df['Gold.1']
    Gold_Diff.append(Diff)
    return max(Gold_Diff)`enter code here`

Max_Diff()

等等。 “金牌”是夏季赢得的金牌，“金牌1”是冬季赢得的金牌。

我需要找到黄金（夏季）和黄金（冬季）数量之间存在最大差异的国家/地区。我的代码是，首先迭代数据帧中的所有行，并附加一个由国家和相应差异组成的列表。然后在列表中应用max函数以获取具有最大差异的国家/地区的值

但是上面的代码按原样呈现整个列表，而不是一个值。

此外，在此方法之前，我尝试使用pd.Series（Gold_Diff）将此列表转换为系列。但转换没有正确发生，输出是这样的 -

阿尔及利亚5 阿尔梅尼..... dtype：object

转换为系列背后的想法是在系列转换后使用idxmax函数，并获得系列中最大差值的索引值（国家/地区名称）。

Answer 1

您可以使用

获取列之间的差异

df['Gold'] - df['Gold.1']

如果您对绝对差异感兴趣，请使用

abs(df['Gold'] - df['Gold.1'])

上面的代码返回一个pandas系列。您可以使用idxmax（）

获取差异最大的国家/地区的名称

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

2列之间相应最大差值的索引值

1 个答案: