尝试与 pandas 数据框中的值进行比较以获得最大值

Question

我有一个 pandas 数据框，我正在尝试在数据框中填充一个新列，它迭代地采用位于数据框另一列中的两个值的最大值。我正在尝试构建一个循环来执行此操作，并节省计算时间，因为我意识到我可能可以使用更多代码行来完成此操作。

for x in ((jac_input.index)):
    jac_output['Max Load'][x] = jac_input[['load'][x],['load'][x+1]].max()

但是，我在比较过程中一直收到这个错误

IndexError: list index out of range

关于我哪里出错的任何想法？如有任何帮助，我们将不胜感激！

Answer 1

您当前的代码有很多问题。

当您执行 ['abc'][x] 时，x 只能取值 0，这将 return 'abc' 因为您正在切片 一个列表。完全不是您期望的那样（我想，切片系列）。

要使您的代码有效，您应该执行以下操作：

jac_input = pd.DataFrame({'load': [1,0,3,2,5,4]})
for x in jac_input.index:
    print(jac_input['load'].loc[x:x+1].max())

输出：

此外，在分配时，如果您使用 jac_output['Max Load'][x] = ...，您可能会遇到 SettingWithCopyWarning。你应该使用 loc: jac_outputLoc[x, 'Max Load'] = .

但您不需要所有这些，请改用矢量代码！

您可以对反向数据帧执行rolling：

jac_output['Max Load'] = jac_input['load'][::-1].rolling(2, min_periods=1).max()[::-1]

或使用concat:

jac_output['Max Load'] = pd.concat([jac_input['load'], jac_input['load'].shift(-1)], axis=1).max(1)

输出（无赋值）：

0    1.0
1    3.0
2    3.0
3    5.0
4    5.0
5    4.0
dtype: float64

Trying to compare to values in a pandas dataframe for max value