Python 使用特定的变化变量在数据帧上重复

我有许多看起来类似于以下内容的数据帧：

df1:
country  value
A        8.518074e+11
B        1.138434e+11
C        8.745698e+10
D        7.543453e+10
E        6.387533e+10

df2:
country  value
A        3.897267e+10
B        3.589588e+10
C        3.077954e+10
D        2.868014e+10
E        2.690948e+10

等等。df1、df2等是不同的类别，包含具有不同值的同一组（国家）变量。目标是获取所有数据帧，并获得每个国家的最大值类别。在上述示例中，它将是例如：

A, 8.518074e+11

对于国家A等等。我知道如何手动获取此值：

maxA = max(("df1", df1["A"]), ("df2", df2["A"]))

maxA
("df1", 8.518074e+11)

但是如果我这样做的话，我需要用“B”，“C”来交换示例中的“A”作为所有变量。我怎样才能自动完成这项工作？我需要用某种占位符替换有问题的变量，如下所示：

maxX = max(("df1", df1["X"]), ("df2", df2["X"]))

然后在数据帧上重复，以获得每个国家的结果。然而，这不同于在简单的列表上重复，因为只有一个特定的变量应该改变。有没有一个方便的解决方法，而不是手工操作

---

非常感谢

首先，将

国家

设置为每个数据帧的索引

df_list = [df1, df2, ...]
for i, df in enumerate(df_list):
     df_list[i] = df.set_index('country')

接下来，按轴连接它们，沿每行找到

max

，然后重置索引

df = pd.concat(df_list, axis=1)\
       .max(axis=1)\
       .to_frame('max_value')\
       .reset_index()

df

  country     max_value
0       A  8.518074e+11
1       B  1.138434e+11
2       C  8.745698e+10
3       D  7.543453e+10
4       E  6.387533e+10

---

如果您想在结果中添加一个指示符，您需要稍微修改代码，添加一个新的

指示符

列，然后沿第0轴执行

concat

enation，并找到每个组的

idxmax

df_list = [df1, df2, ...]
for i, df in enumerate(df_list):
     df_list[i] = df.assign(indicator=i + 1)

---

谢谢，但是当我尝试应用它时，我得到了以下错误：

'Series'对象没有属性“set\u index”

。错误指向第三行（set_index函数）@palacinak ok。在你的问题中，你说我有许多数据帧，现在你声称它们是系列的。我应该相信它们是什么？@COLDSPEED hm它不起作用，但给了我更多的列（“索引”、“指标”和“级别0”，具有不同的值）。我认为只需要另一列来指示从哪个数据帧提取max_值（代码中的指示符列没有做什么，对吗？@palacinak这就是

指示符
列所做的-它告诉您max是否来自df_i，其中
i
是1，2，3。。。。N请确保已将序列转换为数据帧。
df = pd.concat(df_list, ignore_index=True)
df.loc[df.groupby('country')['value'].idxmax().values]

df

  country         value  indicator
0       A  8.518074e+11          1
1       B  1.138434e+11          1
2       C  8.745698e+10          1
3       D  7.543453e+10          1
4       E  6.387533e+10          1