如何在最大值索引idxmax（）之前找到索引？

Question

我有一个以CountryName为索引的数据框，以其GDP的值作为列。我正在尝试查找GDP最高的国家之前的索引（国家名称）。

CountryName   GDP 
US             350
UK             370 
Australia      340 
Germany        500 
France         450

如果我这样做，df['GDP'].idxmax()，它将返回Germany。但是，有没有一种简单的方法可以返回Australia？ （最大索引之前的索引）。

Answer 1

在这种情况下，数据框的shift方法可以为您提供帮助。

# Initialize dataframe
import pandas as pd
df = pd.DataFrame({
    'CountryName': ['US', 'UK', 'Australia', 'Germany', 'France'],
    'GDP': [350, 370, 340, 500, 450],
})
df = df.set_index('CountryName')

# Get the index value of the row directly before the row with max 'GDP' value
target = df['GDP'].shift(-1).idxmax()

给出结果：

In [1]: target
Out[1]: 'Australia'

Answer 2

您可以使用np.ndarray.argmax并为索引建立索引：

res = df.index[df['GDP'].values.argmax() - 1]  # Australia

Answer 3

这行吗？

df = pd.DataFrame({'CountryName': ['US', 'UK', 'Australia', 'Germany', 'France'], 'GDP': [350, 370, 340, 500, 450]})
print(df['CountryName'][df['GDP'].idxmax()-1])
# Australia

我能看到的一个问题是，最高的GDP的索引为0，该索引将在位置CountryName或数据框中的最后一个国家返回-1。