Question

我有两个数据框，将一年中的不同季度作为列，将特定位置作为行：

温度：

<头>

	q_1	q_2	q_3	q_4
A	10	50	0	5
B	6	0	30	1
C	60	2	9	16

降水

<头>

	q_1	q_2	q_3	q_4
A	18	1	0	7
B	6	13	12	3
C	3	20	4	0

我正在尝试创建另一个数据框，其列由每个位置最潮湿/最干燥季度的温度和最温暖/最凉爽季度的降水填充：

DF_new：

<头>

	temp_wettest	temp_dryest	precip_warmest	precip_coolest
A	10	0	1	0
B	0	1	12	13
C	2	16	3	20

我一直在尝试使用 idxmax：

temp = pd.DataFrame({'q_1' : [10,6,60],
                     'q_2' : [50,0,2],
                     'q_3' : [0,30,9],
                     'q_4' : [5,1,16]},index=['A','B','C'])
prec = pd.DataFrame({'q_1' : [18,6,3],
                     'q_2' : [1,13,20],
                     'q_3' : [0,12,4],
                     'q_4' : [7,3,0]},index=['A','B','C'])

DF_new = pd.DataFrame({'temp_wettest': temp[prec.idxmax(axis=1)],
                       'temp_driest' : temp[prec.idxmin(axis=1)],
                       'precip_warmest': prec[temp.idxmax(axis=1)],
                       'precip_coolest': prec[temp.idxmin(axis=1)]},index=['A','B','C'])

<OUT>
    temp_wettest    temp_driest precip_warmest  precip_coolest
A      (q, _, 1)      (q, _, 3)      (q, _, 2)       (q, _, 3)
B      (q, _, 2)      (q, _, 4)      (q, _, 3)       (q, _, 2)
C      (q, _, 2)      (q, _, 4)      (q, _, 1)       (q, _, 2)

我知道为什么 idxmax 不起作用（它只是传入一个列名列表），但我不确定如何将实际值放入新数据框中。我也试过使用 pd.apply()，但我不确定使用什么函数。

谢谢

Answer 1

如果您的 Pandas 版本 <1.2.0，请尝试 lookup：

DF_new = pd.DataFrame({'temp_wettest': temp.lookup(prec.index, prec.idxmax(axis=1)),
                       'temp_driest' : temp.lookup(prec.index, prec.idxmin(axis=1)),
                       'precip_warmest': prec.lookup(temp.index, temp.idxmax(1)),
                       'precip_coolest': prec.lookup(temp.index, temp.idxmin(1))
                      })

输出：

   temp_wettest  temp_driest  precip_warmest  precip_coolest
0            10            0               1               0
1             0            1              12              13
2             2           16               3              20

Answer 2

我不知道 lookup 的最佳替代方案，但这可能有效。

DF_new = pd.DataFrame({'temp_wettest': temp.stack().loc[list(map(tuple,prec.idxmax(axis=1).reset_index().to_numpy()))].tolist(),
                       'temp_driest' : temp.stack().loc[list(map(tuple,prec.idxmin(axis=1).reset_index().to_numpy()))].tolist(),
                       'precip_warmest': prec.stack().loc[list(map(tuple,temp.idxmax(axis=1).reset_index().to_numpy()))].tolist(),
                       'precip_coolest': prec.stack().loc[list(map(tuple,temp.idxmin(axis=1).reset_index().to_numpy()))].tolist()})

根据另一个数据框中具有最小值/最大值的列从熊猫数据框中选择值

2 个答案: