在Python中查找三列的最大值和最小值

Question

我想知道如何在Python中找到三列最大值和最小值之间的差异（列名为POPESTIMATE2010-POPESTIMATE2012）。然后，我应该在所有记录中找到最大的结果。换句话说，哪个县在2010年至2012年期间人口变化的绝对值最大？

例如，如果三年期间县人口分别是100、80、130，则其最大变化为|130-80|=50。

这是我的代码：

import pandas as pd
census_df = pd.read_csv('census.csv')

def answer_one():
    return ((census_df['POPESTIMATE2010'],census_df ['POPESTIMATE2011'],census_df ['POPESTIMATE2012']).max()-(census_df['POPESTIMATE2010'],census_df ['POPESTIMATE2011'],census_df ['POPESTIMATE2012']).min()).max()

answer_one()

- user1492588

---

这是DataFrame中唯一的三列吗？ - elPastor

Answer 1

我不确定最终结果应该是什么，但如果你想得到具有最大差值（即最大值与最小值之间的差）的列，则可以按照以下方式操作：

>>> df = pd.DataFrame({'a':[3,4,6], 'b':[22,15,6], 'c':[7,18,9]})
>>> df
   a   b   c
0  3  22   7
1  4  15  18
2  6   6   9
>>> diff = df.max() - df.min()
>>> diff
a     3
b    16
c    11
dtype: int64
>>> diff.nlargest(1)
b    16
dtype: int64

如果您只需要一个数字，则

>>> diff.max()
16

如果您想获取每行最大值和最小值之间的差异，则只需在不同的 轴 上执行即可：

>>> diff = df.max(axis=1) - df.min(axis=1)
>>> diff
0    19
1    14
2     3
>>> diff.max()
19

- Roman Pekar

---

但是我相信，根据你的数字，Saeed 希望结果是 19（22-3），而不是 16。 - elPastor

轴=1 使聚合计算每行的最大/最小值，而不是每列的最大/最小值。 - Roman Pekar

@RomanPekar：我认为你的代码对所有列都进行了最大/最小值计算。但是我想要针对3列进行计算。实际上，我想知道哪个县在2010-2012年期间人口变化的绝对值最大？例如，如果该县在3年内的人口分别为100、120、80、105、100、130，则其在该时期内的最大变化量为|130-80|=50。 - user1492588

@saeedtalaee - 那么你的函数会返回一个列表或元组中的三个数字吗？ - elPastor

那么@saeedtalaee，您的意思是每个县可以有多行数据？您不想先计算每年的县人口吗？ 总之，我不确定您如何在三年期间拥有六个不同的人口值。 - Roman Pekar

Answer 2

import pandas as pd
d = {'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]}
df = pd.DataFrame(d)

def answer_one():
    max_1 = max(df.max())
    min_1 = min(df.min())
    return max_1 - min_1

print answer_one()

如果您想使用一组选择的列：

max_1 = max(df[['a','b']].max())

- elPastor

---

为什么要使用列表？max(df.max())的作用相同，min同理。 - Copperfield

你说得完全正确，Copperfield。谢谢。已编辑答案。 - elPastor

Answer 3

max(list)可以得到列表中的最大元素。

min(list)可以得到列表中的最小元素。

其他部分我认为应该很容易理解！

- user126885

---

我根据我的代码使用了最大值和最小值，但是我无法提取它。 - user1492588

你必须使用 max(list) 这样的形式，而不是 list.max()。 - user126885

Answer 4

你需要先清理数据，只保留所需列。然后转置数据框，并从中获取最大值和最小值之间的差异，最后从 diff 系列中获取 idxmax。

import pandas as pd
census_df = pd.read_csv('census.csv')
ans_df = census_df[census_df["SUMLEV"] == 50]    
ans_df = ans_df[["STNAME", "CTYNAME", "POPESTIMATE2010", "POPESTIMATE2011", "POPESTIMATE2012"]]
ans_df = ans_df.set_index(["STNAME", "CTYNAME"])
diff = ans_df.T.max() - ans_df.T.min()
diff.idxmax()[1]

- shibli049

Answer 5

我曾经遇到过同样的问题，但我已经解决了：

f1 = census_df[census_df['SUMLEV'] == 50].set_index(['STNAME','CTYNAME'])
f1 = f1.ix[:,'POPESTIMATE2010','POPESTIMATE2011','POPESTIMATE2012','POPESTIMATE2013'
,'POPESTIMATE2014','POPESTIMATE2015']].stack()
f2 = f1.max(level=['STNAME','CTYNAME']) - f1.min(level=['STNAME','CTYNAME'])
return f2.idxmax()[1]

- George Carvalho