最大值出现在最小值之前的最后一次索引

Question

这里需要翻译的内容是：

标题可能不太直观，让我举个例子。假设我有一个使用以下代码创建的df：

a = np.array([[ 1. ,  0.9,  1. ],
              [ 0.9,  0.9,  1. ],
              [ 0.8,  1. ,  0.5],
              [ 1. ,  0.3,  0.2],
              [ 1. ,  0.2,  0.1],
              [ 0.9,  1. ,  1. ],
              [ 1. ,  0.9,  1. ],
              [ 0.6,  0.9,  0.7],
              [ 1. ,  0.9,  0.8],
              [ 1. ,  0.8,  0.9]])

idx = pd.date_range('2017', periods=a.shape[0])
df = pd.DataFrame(a, index=idx, columns=list('abc'))

我可以使用以下方法获取每列最小值的索引位置：

df.idxmin()

现在，我该如何找到列向最大值的最后一次出现位置，直到最小值的位置为止？

视觉上，我想找到下面绿色最大值的位置：

忽略最小出现后的最大值。

我可以使用.apply来完成这个任务，但是能否使用掩码/高级索引来完成？

期望结果：

a   2017-01-07
b   2017-01-03
c   2017-01-02
dtype: datetime64[ns]

- Brad Solomon

---

澄清：如果一列变成了“1 0 2”，您是否希望忽略2，只获取1的索引？ - user2357112

你的索引是否已排序？ - cs95

如果您有重复的最小值呢？ - Bharath M Shetty

是的 @user2357112。首先找到最小值，屏蔽该最小值后出现的所有值，在该屏蔽框架中找到最大值的最后一个出现位置。 - Brad Solomon

@Dark 假设为简单起见，没有重复的最小值。 - Brad Solomon

Answer 1

应用一个掩码，然后在反转的数据帧上调用idxmax。

df.mask((df == df.min()).cumsum().astype(bool))[::-1].idxmax()

a   2017-01-07
b   2017-01-03
c   2017-01-02
dtype: datetime64[ns]

---

细节

首先，确定每列最小项的位置。

df.min()

a    0.6
b    0.2
c    0.1
dtype: float64

i = df == df.min()
i

                a      b      c
2017-01-01  False  False  False
2017-01-02  False  False  False
2017-01-03  False  False  False
2017-01-04  False  False  False
2017-01-05  False   True   True
2017-01-06  False  False  False
2017-01-07  False  False  False
2017-01-08   True  False  False
2017-01-09  False  False  False
2017-01-10  False  False  False

现在，掩盖那些值及其以上的值！

j = df.mask(i).cumsum().astype(bool))
j

              a    b    c
2017-01-01  1.0  0.9  1.0
2017-01-02  0.9  0.9  1.0
2017-01-03  0.8  1.0  0.5
2017-01-04  1.0  0.3  0.2
2017-01-05  1.0  NaN  NaN
2017-01-06  0.9  NaN  NaN
2017-01-07  1.0  NaN  NaN
2017-01-08  NaN  NaN  NaN
2017-01-09  NaN  NaN  NaN
2017-01-10  NaN  NaN  NaN

要找到最后一个最大值，只需反转并调用 idxmax。

j[::-1].idxmax()

a   2017-01-07
b   2017-01-03
c   2017-01-02
dtype: datetime64[ns]

- cs95

Answer 2

使用遮罩 -

>>> a = df.values
>>> mask = a.argmin(0) > np.arange(a.shape[0])[:,None]
>>> idx = a.shape[0] - (a*mask)[::-1].argmax(0) - 1
>>> df.index[idx]
DatetimeIndex(['2017-01-07', '2017-01-03', '2017-01-02'], dtype='datetime64[ns]', freq=None)

这里有另一个基于掩码的方法，它将每列中无效的元素设为NaN，然后利用np.nanargmax函数：

a = df.values
min_idx = a.argmin(0)
mask = min_idx < np.arange(a.shape[0])[:,None]
a[mask] = np.nan
idx = a.shape[0]-np.nanargmax(a[::-1],axis=0) - 1
out = df.index[idx]

- Divakar

Answer 3

通过使用last_valid_index。

df[df==df.min()]=0

(df.mask((df.cumprod()==0)|(df!=df.max()))).apply(lambda x : x.last_valid_index())
Out[583]:
a   2017-01-07
b   2017-01-03
c   2017-01-02
dtype: datetime64[ns]

- BENY