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:Python 从每行的最大值中减去最小值,然后单击DataFrame,python,pandas,dataframe,max,min,Python,Pandas,Dataframe,Max,Min,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', 'POPESTIMA
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)