使用Pandas筛选透视表报错：获取指定国家TB最高发病年份及病例数

错误原因 #

你的代码报错源于两个核心问题：

1. idxmax()参数方向错误：默认axis=0是按列找最大值对应的国家，但你需要按行（国家）找最大值对应的年份，必须指定axis=1。
2. mask逻辑不匹配：highest_cases_year是每个国家对应一个年份（长度3），而total_cases_pivot.columns是14个年份，直接用==比较会触发形状不匹配的广播错误。

修正后的代码 #

import pandas as pd

# 假设total_cases_pivot是已创建的透视表
countries = ['United States of America', 'China', 'India']

# 1. 获取每个国家病例数最高的年份（按行计算最大值对应的列）
highest_year = total_cases_pivot.loc[countries].idxmax(axis=1)
# 2. 提取对应年份的病例数
highest_count = total_cases_pivot.loc[countries].lookup(highest_year.index, highest_year.values)

# 3. 合并为结构化DataFrame
result = pd.DataFrame({
    '最高病例年份': highest_year.values,
    '对应病例数': highest_count
}, index=countries)

print(result)

代码说明 #

• idxmax(axis=1)：针对每个国家（行），定位病例数最高的年份（列名）。
• lookup()：通过国家索引和对应年份精准提取数值，彻底避免广播不匹配问题。
• 最终生成的DataFrame会清晰展示每个国家的最高病例年份及对应数值。

兼容旧版本Pandas的替代方案 #

如果你的Pandas版本不支持lookup（新版本已标记弃用），可以用apply实现：

def extract_highest(row):
    max_year = row.idxmax()
    return pd.Series([max_year, row[max_year]], index=['最高病例年份', '对应病例数'])

result = total_cases_pivot.loc[countries].apply(extract_highest, axis=1)
print(result)

内容的提问来源于stack exchange，提问作者Tinotenda Mhlanga