Pandas 包含两列之间最小差值的行-不带groupby

在由…生成的示例数据中

np.random.seed(2020)
sz = 20
df = pd.DataFrame(np.random.randn(sz, 2), index=range(sz), columns=list('AB'))
df.insert(0, 'Item', 'X')

…要获取包含最小差值的行，此操作将正常工作：

df.iloc[df.groupby（'Item'）.apply（lambda x:abs（x['A']-x['B']）.idxmin（））]

但是，删除

groupby

using以获取相应的

df.iloc

：

df.apply（lambda x:abs（x.A-x.B）.idxmin（））

抛出错误

AttributeError:'Series'对象没有属性“A”

df.apply（lambda x:abs（x['A']-x['B']）.idxmin（））

抛出另一个错误类型

keyrerror:'A'

为什么会这样

---

在不使用

groupby

的情况下，获得最小差值的正确代码是什么？

执行应用时，必须提供其应循环的轴。默认情况下，它会一列接一列地显示，因此会显示您收到的消息

以下工作将起作用：

df.apply（λx:abs（x['A']-x['B']），轴=1.idxmin（）

但是，不需要使用lambda，您可以执行以下操作：

abs（df['A']-df['B']）.idxmin（）

或

（df['A']-df['B']）.abs（）.idxmin（）

---

这两种方法都比使用应用程序快得多。

两种

abs

和

apply

都没有矢量化。您应该只执行

df.loc[（df.A-df.B.abs（）.idxmin（）]

Thx。知道为什么1）和2）给出不同的错误代码吗？