识别最大值行然后在其他地方使用时出现索引越界错误

Question

我对编程非常陌生（

我有一个数据表，它取自 csv 文件并编译成 3 列，有几千行。我已经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，其索引约为 8000-8300）。现在我正在尝试查找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，它给了我一个错误“索引超出范围”。我在这里阅读了关于同一错误消息的另一个问题，但我真的不明白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)

我知道第一行是查找 A 处于最大值的行并分配一个变量“maxrow”来获得该行号。 第二行是创建一个变量 maxA 并将在 A 列的最大行中找到的值分配给它。 然而，在这个阶段，它似乎产生了一个问题。我应该提一下，如果我在第 3 行、第 4 行和第 5 行插入小于 200 的行号而不是“maxrow”，则完全没有问题（除了选择的行不正确）。

所以我认为程序以某种方式根据其索引号识别最大行，但是当涉及到使用它时，它正在使用行的实际新顺序，其中还不够。

有人可以帮忙吗？ 谢谢

Answer 1

这应该解决它：

maxrow = df['A'].idxmax()
maxA = df['A'].loc[maxrow]
maxtime = df['time'].loc[maxrow]
maxB = df['B'].loc[maxrow]

loc的更正确用法：

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，只需调用loc：

maxrow = df['A'].idxmax()
maxA, maxtime, maxB = df.loc[maxrow, ['A', 'time', 'B']]

关于上述 cmets 的几点说明：

• loc[] 应该与方括号一起使用，而不是圆括号。这解释了你得到的指针：<pandas.core.indexing._iLocIndexer object at 0x1179d5978>。
• 您应该为此使用loc，而不是iloc，因为idxmax 返回的索引对应于您的数据帧的索引。在您的情况下，您可能有一个增量索引，所以没关系。我建议阅读文档（loc、iloc）以了解其中的区别。
• 重新弃用，请参阅this question：“弃用是一种应用于软件功能的状态，表明应避免使用它们”。