Python 在一列中查找另一列中给定范围的最大值

我对熊猫和数据帧很陌生。我想从1990年至1999年期间收入最高的数据框中找到产品（“产品”）

我的最佳尝试仅给出数据框中的行号和收入，尽管我希望它也显示所有其他列

这是我最好的尝试：

HighestIncome90s = df.head(1)
HighestIncome90s = df.loc[(df['year'] >= 1990) & (df['year'] <= 1999), 'income'].nlargest()

HighestIncome90s=测向头（1）
HighestIncome90s=df.loc[（df['year']>=1990）和（df['year']
我希望它也显示所有其他列

如果你使用
,
如

max_income\u idx=df.income[（df['year']>=1990）和（df['year']
我希望它也显示所有其他列

如果你使用
,
如

max\u income\u idx=df.income[（df['year']>=1990）和（df['year']让我们尝试使用
sort\u值修复代码

df = df.sort_values('income',ascending=False)

HighestIncome90s = df
HighestIncome90s = df.loc[(df['year'] >= 1990) & (df['year'] <= 1999), 'income'].head(1)

df=df.sort_值（'income'，升序=False）
最高ncome90s=df
HighestIncome90s=df.loc[（df['year']>=1990）和（df['year']=1990）和（df['year']让我们尝试使用
排序值修复代码

df = df.sort_values('income',ascending=False)

HighestIncome90s = df
HighestIncome90s = df.loc[(df['year'] >= 1990) & (df['year'] <= 1999), 'income'].head(1)

df=df.sort_值（'income'，升序=False）
最高ncome90s=df
HighestIncome90s=df.loc[（df['year']>=1990）和（df['year']=1990）和（df['year']第一步：此代码用于限制从1990年到1999年的年份

df = df.query('year >= 1990 & age <= 1999')

第一步：此代码用于限制从1990年到1999年的年份

df = df.query('year >= 1990 & age <= 1999')

据我所知，您的源数据框包含
每种产品和年份，例如：

    year product  income
0   1980      P1  120.15
1   1990      P1  120.15
2   1992      P1  140.20
3   1994      P1  160.51
4   1996      P1  171.04
5   1988      P2  140.17
6   1991      P2  145.17
7   1993      P2  160.42
8   1995      P2  181.73
9   1989      P3  140.17
10  1992      P3  175.17
11  1994      P3  240.42
12  1996      P3  315.73

但您只对1990年到1999年间的行感兴趣

然后，您要计算每种产品的总收入（整个10年期间）。
执行此操作的代码是：

wrk = df.query('year.between(1990,1999)').groupby('product').income.sum() 

目前，对于上述源数据，我们有以下内容
系列：

（左栏为指数，右栏为各指数的总收入。）
产品）

并获得最终结果（畅销书产品和总收入）
它带来了）运行：

它也是一个系列，但只包含一个元素：

product
P3    731.32
Name: income, dtype: float64

（P3为指数，731.32为总收入）

所有其他解决方案（到目前为止提供）为客户提供了最大的收入
a一年（利息期内），而非总额
此期间的收入。
据我所知，您的源数据框包含
每种产品和年份，例如：

    year product  income
0   1980      P1  120.15
1   1990      P1  120.15
2   1992      P1  140.20
3   1994      P1  160.51
4   1996      P1  171.04
5   1988      P2  140.17
6   1991      P2  145.17
7   1993      P2  160.42
8   1995      P2  181.73
9   1989      P3  140.17
10  1992      P3  175.17
11  1994      P3  240.42
12  1996      P3  315.73

但您只对1990年到1999年间的行感兴趣

然后，您要计算每种产品的总收入（整个10年期间）。
执行此操作的代码是：

wrk = df.query('year.between(1990,1999)').groupby('product').income.sum() 

目前，对于上述源数据，我们有以下内容
系列：

（左栏为指数，右栏为各指数的总收入。）
产品）

并获得最终结果（畅销书产品和总收入）
它带来了）运行：

它也是一个系列，但只包含一个元素：

product
P3    731.32
Name: income, dtype: float64

（P3为指数，731.32为总收入）

所有其他解决方案（到目前为止提供）为客户提供了最大的收入
a一年（利息期内），而非总额
这一时期的收入。
如果您从dataframe提供一个样本就好了。如果您从dataframe提供一个样本就好了。