我对编程非常陌生（＆lt; 2周），并且我必须学习Python3作为课程的一部分，所以请在任何答案中牢记这一点！我正在开发新的Mac，以防万一。
我有一个数据表，它是从csv文件中获取并编译成3列，有几千行。我根据某些条件过滤掉了很多行，留下了大约200行（但由于初始排序，其索引大约为8000-8300行）。现在我试图找到另一列中出现最高值的时间（其中一列）。当我运行下面的代码时，它会给我一个错误＆＃34;索引越界＆＃34;。我在同一个错误消息中读到了另一个问题，但我并不真正理解如何在这里应用答案。
maxrow=df['A'].idxmax()
maxA=df['A'].irow(maxrow)
maxtime = df['time'].irow(maxrow)
maxB = df['B'].irow(maxrow)
据我所知，第一行是找到A最大的行，并指定一个变量＆＃34; maxrow＆＃34;有那个行号。 第二行是创建变量maxA并为其分配在A行最大行中找到的值。 但是，在这个阶段，它似乎造成了一个问题。我应该提一下，如果我插入一个小于200的行号而不是＆＃34; maxrow＆＃34;在第3行，第4行和第5行，根本没有问题（除了它不是选择的右行）。
所以我认为程序在某种程度上是基于其索引号来识别最大行，但是当它使用它时，它正在使用行的实际新排序，其中还不够。
有人可以帮忙吗？ 感谢
答案 0 :(得分：0)
这应解决它：
maxrow = df['A'].idxmax()
maxA = df['A'].loc[maxrow]
maxtime = df['time'].loc[maxrow]
maxB = df['B'].loc[maxrow]
更正确地使用loc：
maxrow = df['A'].idxmax()
maxA = df.loc[maxrow, 'A']
maxtime = df.loc[maxrow, 'time']
maxB = df.loc[maxrow, 'B']
更正确的用法，只需拨打一次loc：
maxrow = df['A'].idxmax()
maxA, maxtime, maxB = df.loc[maxrow, ['A', 'time', 'B']]
关于上述评论的一些注释：
loc[]应与方括号一起使用，而不是圆括号。这解释了你得到的指针：<pandas.core.indexing._iLocIndexer object at 0x1179d5978>。loc而不是iloc，因为idxmax会返回与您的数据框索引相对应的索引。在您的情况下，您可能有一个增量索引，所以它并不重要。我建议您阅读文档（loc，iloc）以了解其中的差异。