Python 熊猫在范围内找到idxmax（）

我有这个时间序列：

                    Current
2018-09-01 00:00      -0.01
2018-09-01 00:01      -0.03
2018-09-01 00:02      -0.01
2018-09-01 00:03       0.03
2018-09-01 00:04      -0.02
2018-09-01 00:05      -0.04
2018-09-01 00:06       0.05

我试图找到当前值的第一个实例，该值大于0.01。如果我使用

findValue = (df['Current'] > 0.01).idxmax()

我将返回：

2018-09-01 00:03 0.03

但是，我想忽略前5行，因此返回应该是

 2018-09-01 00:06       0.05

我已尝试使用shift（）：

但这似乎不正确…

您可以通过索引来使用seelct all columns，而无需先

5

：

N = 5
findValue = (df['Current'].iloc[N:] > 0.01).idxmax()
print (findValue)
2018-09-01 00:06

另一个想法是通过

np.arange

和数据帧的长度创建另一个布尔掩码，并通过

&

链接：

m1 = df['Current'] > 0.01
m2 = np.arange(len(df)) >= 5
findValue = (m1 & m2).idxmax()
print (findValue)
2018-09-01 00:06

---

如果需要在

DatetimeIndex

中按值选择：

findValue = (df['Current'].loc['2018-09-01 00:05':] > 0.01).idxmax()
print (findValue)
2018-09-01 00:06:00

m1 = df['Current'] > 0.01
m2 = df.index >= '2018-09-01 00:05'
findValue = (m1 & m2).idxmax()
print (findValue)
2018-09-01 00:06:00

但是：

idxmax

首先返回

False

值，如果不匹配任何值：

m1 = df['Current'] > 5.01
m2 = np.arange(len(df)) >= 5
findValue = (m1 & m2).idxmax()

print (findValue)
2018-09-01 00:00:00

可能的解决方案是使用

next

和

iter

：

m1 = df['Current'] > 5.01
m2 = np.arange(len(df)) >= 5
findValue = next(iter(df.index[m1 & m2]), 'no exist')

print (findValue)
no exist

---

如果性能很重要，请检查此nice@jpp Q/A-。

谢谢。对于第一个解决方案，我如何只获取第5行的索引（idxmax范围的起始点：

2018-09-01 00:04

？）@wazzahery-使用

df.index[4]

，因为python从

0

m1 = df['Current'] > 5.01
m2 = np.arange(len(df)) >= 5
findValue = next(iter(df.index[m1 & m2]), 'no exist')

print (findValue)
no exist