我有一個獨特的資料框：
df = pd.DataFrame({'student': 'A B C D'.split(),
'score1':[20, 15, 30, 22],
'score2': [15, 22, 35, 18],
'score3': [24, 32, 38, 25],
'score4': [20, 20, 26, 30]})
print(df)
student score1 score2 score3 score4
0 A 20 15 24 20
1 B 15 22 32 20
2 C 30 35 38 26
3 D 22 18 25 30
我只需要保留那些最高分從最低分增加超過 10 的行，否則洗掉它們。
例如，對于 student A，最低分數是15，之后分數增加到24（增加9），所以我們要放棄它。
對于學生B，最低分數是15并且分數增加到32，所以我們要保留它。
對于學生來說C，最低分是26，但之后沒有增加分數。它基本上減少了，所以我們要放棄它。
我知道這一點diff()并且ge()在這里會有所幫助，但不確定當最低分（必須在最高分的左側）和最高分（必須在最低分的右側）相距許多列時它們將如何作業.
期望的輸出：
name
B #--highest score of 32 (score3) increased by 17 from lowest score of 15 (score1)
D #--highest score of 30 (score4) increased by 12 from lowest score of 18 (score2)
任何建議，將不勝感激。謝謝！
uj5u.com熱心網友回復：
您可以首先沿列對資料框進行排序，以便使用sort_index. 然后，您可以獲得min(1)每個學生的分數以及出現最小值的相應列，使用idxmin(1)（最大值相同的方法）：
# Sort Index
df.sort_index(axis=1,inplace=True)
sc = df.filter(like='score').columns
# Max score with corresponding column
ma = pd.concat([df[sc].idxmax(1),df[sc].max(1)],axis=1)
mi = pd.concat([df[sc].idxmin(1),df[sc].min(1)],axis=1)
最后，您可以使用布爾索引將 max 的第一列與 min 的第一列進行比較，這將顯示最大分數是否發生在最小分數之后，并比較這些分數之間的差異是否大于 10：
df.loc[(ma[0] > mi[0]) & (ma[1]-mi[1] > 10)]
哪個將回傳：
score1 score2 score3 score4 student
1 15 22 32 20 B
3 22 18 25 30 D
uj5u.com熱心網友回復：
嘗試：
select_student = lambda x: x.sub(x.cummin()).gt(10).any()
out = df[df.filter(like='score').apply(select_student, axis=1)]
print(out)
# Output:
student score1 score2 score3 score4
1 B 15 22 32 20
3 D 22 18 25 30
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/383072.html
下一篇：多串列示一個值時的頻率表(R)