Python 如何对lambda中的多个值执行操作？

我有以下数据帧：

In: df

                                      AAPL               IBM 
2016-04-27 00:00:00+00:00            98.113                NaN   
2016-04-28 00:00:00+00:00            97.288                NaN   
2016-04-29 00:00:00+00:00            94.147            145.932   
2016-05-02 00:00:00+00:00            93.511            145.595   
2016-05-03 00:00:00+00:00            95.161            143.515   
2016-05-04 00:00:00+00:00            95.320            143.614   
2016-05-05 00:00:00+00:00            94.070            145.892   
2016-05-06 00:00:00+00:00            93.450            147.970   
2016-05-09 00:00:00+00:00            93.770            148.200   
2016-05-10 00:00:00+00:00            93.570            150.040 

我从另一个数据帧（

bar

）返回了两个最大值，它们是：

In: max_values = bar.max()
In: max_values
Out: AAPL   111.710
     IBM    151.676

我想得到值，列名，如果可能的话，还有它的索引，这些值的结果值在0.04和0.08之间。并将它们存储在新的数据帧中。我试过这个：

foo = df.apply((lambda s:(0.04 <=(1 - s.max() / max_values) <= 0.08)==True))

如何对

lambda

中的

max\u values

中的每个值执行操作

我希望输出如下：

In: foo
Out: AAPL   93.511
     IBM    145.892
#this means 93.511 and 145.892 are the values, upon which performing percentage operation,
returned value which was between 0.04 and 0.08.

---

元素形式的条件表达式对于级数来说有点棘手。您必须将它们放在括号中，然后逐个添加。
我感到惊讶的是，解决方案如此之短；告诉我它是否适合你的需要

ratios = abs(1 - df / max_values)
mask = (0.04 <= ratios) & (ratios <= 0.08)
solution = df[mask.all(axis=1)]

比值=abs（1-df/max_值）
掩码=（0.04您可能需要
abs（1-s.max（）/max_值）
，不是吗？否则，这对python来说并不是什么新鲜事，你能详细说明一下，并用你的解决方案来表达输出是什么样子的吗？我只想要输出，正如我在问题中所解释的，你可以自由地做任何类型的操作，即使没有lambdas。最好是你尝试一下代码，看看每一步都是什么
>比率
，
掩码
，和
解决方案
：）我会详细解释，但是
解决方案
应该是您想要的，如果您想要两列中验证条件的行，我一定会检查，但是我对解决方案的规模感到惊讶：）并想知道解决方案是否完整，或者您是否需要对我的问题进行更多的澄清，如果需要，请随时提问；它之所以如此简短，是因为所有的操作都是在内部矢量化的（按元素、按列或按行）：）这对于大多数
pandas
方法来说都是如此。太好了，明天我会尝试你的解决方案，因为这里的夜晚很黑，如果你不介意的话，我将向你发布关于对我有效与否的解决方案：）
ratios = abs(1 - df / max_values)
mask = (0.04 <= ratios) & (ratios <= 0.08)
solution = df[mask.all(axis=1)]