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，并将其 GDP 的值作为列。我试图找到最大 GDP 国家之前的指数（国家名称）。CountryName   GDP US             350UK             370 Australia      340 Germany        500 France         450如果我这样做，df['GDP'].idxmax()它会返回Germany。但是有没有简单的返回方法Australia？（最大索引之前的索引）。

Answer 1

shift在这种情况下，数据帧的方法可以帮助您解决问题。

# 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()

结果如下：

In [1]: target

Out[1]: 'Australia'

Answer 2

您可以使用np.ndarray.argmax索引并为其编制索引：

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

Answer 3

这行得通吗？

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

print(df['CountryName'][df['GDP'].idxmax()-1])

# Australia

我可以看到的一个问题是，最高的GDP索引0是否会返回数据框中的CountryName位置-1或最后一个国家/地区。