如何获取DataFrame中2015与1990列差值最大的国家名称？

先修正你代码里的两个明显问题：

• 你写了df['2020']，但你的DataFrame里只有2015列，这是笔误；
• 你要的是差值的最大值（看例子里Germany的40-7=33是最大的），如果不需要绝对值就去掉.abs()，要是想找变化幅度最大的（不管正负）再保留这个方法。

下面是两种不用新增列、直接拿到国家名称的写法：

写法一：通过索引定位国家 #

# 先算差值，取最大值对应的行索引，再提取该行的Country值
max_diff_country = df.loc[(df['2015'] - df['1990']).idxmax(), 'Country']
print(max_diff_country)

写法二：直接取差值最大的行 #

# 按差值排序后取第一行的Country
max_diff_country = df.nlargest(1, lambda row: row['2015'] - row['1990'])['Country'].iloc[0]

如果你的需求是找绝对值最大的差值（比如某个国家数值下降很多，绝对值比增长的还大），只需要在计算差值时加.abs()：

max_abs_diff_country = df.loc[(df['2015'] - df['1990']).abs().idxmax(), 'Country']

这几种方法都不用新增列，直接返回你要的国家名称字符串。

内容的提问来源于stack exchange，提问作者Amirtak