获取具有if条件的不同列的最大值。

Question

我希望为每一行获取这些值的最大值<目标值。

例如，从下面的dataframe中，每一列date1、date2、.date6将依次成为target value

对于每一行的每个target value，我希望得到那些小于target value的值。如果target value是最小的，它将返回target value。

我有一个数据框架df如下：

index   date1      date2      date3     date4       date5      date6 
AA     2019-8-1   2019-1-4   2019-2-3  2019-2-2    2019-5-21  2019-5-14
BB     2019-3-12  2019-10-1  2019-6-1  2019-3-17   2019-7-9   2019-6-12
CC     2019-1-11  2019-3-1   2019-8-1  2019-3-27   2019-1-11  2019-1-7

我的尝试是万一target value是date1

date1temp = []
for index, row in df.iterrows():
    mylist = ['date2','date3','date4','date5','date6']
    max = datetime.datetime(2011,1,1)
    for i in mylist:
        if row[i] < row['date1']
             if row[i] > max:
                  max = row[i]
        else:
             max = row['date1']
    date1temp.append((index,max,row['date1']))

cols = ['index','max','target']
result = pd.DataFrame(date1temp, columns=cols)

但是代码没有给出我想要的result：

index  max       target
AA    2019-8-1   2019-8-1
BB    2019-3-12  2019-3-12
CC    2019-1-11  2019-1-11

预期输出：--我想按以下方式获得result：

index  max        target
AA     2019-5-21  2019-8-1
BB     2019-3-12  2019-3-12
CC     2019-1-7   2019-1-11

谢谢!

Answer 1

首先，您必须将数据转换为日期时间，以便按您预期的方式进行比较：

df = df.apply(pd.to_datetime)

然后，只需用所需的列更改target：

target = 'date1'
target_index = df.columns.tolist().index(target)

def process(row):
    target_value = row[target_index]
    smaller = row[row < target_value]

    # check if there is any smaller
    if not smaller.empty:
        return  smaller.max()

    return target_value



pd.concat([df.agg(process, axis=1), df[target]], axis=1).rename(columns={0:'max', target: 'target'})

产出：

​

​

Answer 2

这个错误出现在本节中：

    max = datetime.datetime(2011,1,1)
    for i in mylist:
        if row[i] < row['date1']
             if row[i] > max:
                  max = row[i]
        else:
             max = row['date1']

首先，将最大max设置为2011-1-1，但是如果列表mylist中的任何值较大或等于date1中的日期，则最大值设置为date1，这是错误的。您希望所有值的最大值是，比date1小！

您只需省略else路径：

    max = datetime.datetime(2011,1,1)
    for i in mylist:
        if row[i] < row['date1']
             if row[i] > max:
                  max = row[i]