Python 如何使用idxmax输出子集数据帧列？

我有一个数据框：

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,40,size=(10,4)), columns=range(4), index = range(10))
df.head()

    0   1   2   3
0  27  10  13  21
1  25  12  23   8
2   2  24  24  34
3  10  11  11  10
4   0  15   0  27

我使用

idxmax

函数获取包含最大值的列

df_max = df.idxmax(1)
df_max.head()

0    0
1    0
2    3
3    1
4    3

如何使用

df_max

和

df

，创建与

df

每行中的最大值相对应的值的时间序列？这是我想要的输出：

0    27
1    25
2    34
3    11
4    27
5    37
6    35
7    32
8    20
9    38

---

我知道我可以使用

df.max（1）

实现这一点，但我想知道如何通过使用

df_max

获得相同的输出，因为我想能够将

df_max

应用到与

df

共享相同列和索引（但值不同）的其他矩阵（而不是

df

）.

您可以尝试

df.lookup

df.lookup(df_max.index, df_max)

Out[628]: array([27, 25, 34, 11, 27], dtype=int64)

如果需要Series/DataFrame，则将输出传递给Series/DataFrame构造函数

pd.Series(df.lookup(df_max.index, df_max), index=df_max.index)

Out[630]:
0    27
1    25
2    34
3    11
4    27
dtype: int64

---

这是一个干净短的。ie

df.lookup（df.index，df.idxmax（1））