Python 从每行的最大值中减去最小值，然后单击DataFrame

我有一个按州名和县名索引的人口普查数据集，我想在每一行中循环查找标记为“每年人口估计”的所有列中的最大值和最小值，然后减去这两个值。我希望函数返回一个带有索引和值的熊猫系列

这是我目前的代码：

columns_to_keep=[
    'STNAME',
    'CTYNAME',
    'POPESTIMATE2010',
    'POPESTIMATE2011',
    'POPESTIMATE2012',
    'POPESTIMATE2013',
    'POPESTIMATE2014',
    'POPESTIMATE2015' 
]
df=census_df[columns_to_keep]

def answer_seven(lst):
    lst=[df['POPESTIMATE2010'],df['POPESTIMATE2011'],df['POPESTIMATE2012'],
             df['POPESTIMATE2013'],df['POPESTIMATE2014'],df['POPESTIMATE2015']]

    return max(lst)-min(lst)

answer_seven(lst)

错误消息：

ValueError                                Traceback (most recent call last)
<ipython-input-110-845350b0b5f7> in <module>()
     18     return max(lst)-min(lst)
     19 
---> 20 answer_seven(lst)
     21 

<ipython-input-110-845350b0b5f7> in answer_seven(lst)
     16              df['POPESTIMATE2013'],df['POPESTIMATE2014'],df['POPESTIMATE2015']]
     17 
---> 18     return max(lst)-min(lst)
     19 
     20 answer_seven(lst)

/opt/conda/lib/python3.5/site-packages/pandas/core/generic.py in __nonzero__(self)
    890         raise ValueError("The truth value of a {0} is ambiguous. "
    891                          "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
--> 892                          .format(self.__class__.__name__))
    893 
    894     __bool__ = __nonzero__

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

ValueError回溯（最近一次调用）
在（）
18返回最大值（lst）-最小值（lst）
19
--->20答案七（lst）
21
答案七（lst）
16 df['PopestimateMet2013']、df['PopestimateMet2014']、df['PopestimateMet2015']]
17
--->18返回最大值（lst）-最小值（lst）
19
20答案七（lst）
/opt/conda/lib/python3.5/site-packages/pandas/core/generic.py in\uuuuuuu nonzero\uuuuuuuu（self）
890 raise VALUERROR（“a{0}的真值不明确。”
891“使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）
-->格式（自类名称）
893
894 uuuuu bool uuuuuuu=uuuuuu非零__
ValueError：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。
< /代码> 
或考虑速度：
沿轴的值范围（最大值-最小值）

熊猫可以直接做到这一点：

cols_of_interest = ['POPESTIMATE2010', 'POPESTIMATE2011', 'POPESTIMATE2012', 'POPESTIMATE2013', 'POPESTIMATE2014' , 'POPESTIMATE2015']
df[cols_of_interest].max(axis=1) - df[cols_of_interest].min(axis=1)

这将返回一个序列，该序列由数据帧的原始索引和每行的最大值减去最小值编制索引
我对需要保留和使用的NaN值有问题，如下所示：

x = {}
for col in df_count:
    x[col] = df_count[col].max()- df_count[col].min()
pd.Series(x)

如何使用此代码返回索引标签可能存在重复？您可以创建一个系列，
pd.Series（np.ptp（df[cols\u of\u interest].values，axis=1），index=df.index）
。我可以找到历年人口差异最大的县，但数据类型是int64。如何让它仅返回县名称（索引）作为字符串？
x = {}
for col in df_count:
    x[col] = df_count[col].max()- df_count[col].min()
pd.Series(x)