如何用更简洁的Pandas方法计算两列组和的最大值？

你可以直接跳过临时列的创建，用以下几种方式一行完成需求：

方法1：使用pandas的maximum函数 #

直接计算两组列的和，再取对应行的最大值：

import pandas as pd
df = pd.DataFrame(data={'text': ['a','b','c'], 'a':[1,2,3],'b':[2,3,4],'c':[5,4,2],'d':[-2,4,1]})

df['maxsum'] = pd.maximum(df[['a','b']].sum(axis=1), df[['c','d']].sum(axis=1))

方法2：直接列运算+numpy的maximum #

如果习惯直接列相加，用numpy的maximum可以快速取对应元素的最大值：

import numpy as np
import pandas as pd
df = pd.DataFrame(data={'text': ['a','b','c'], 'a':[1,2,3],'b':[2,3,4],'c':[5,4,2],'d':[-2,4,1]})

df['maxsum'] = np.maximum(df['a'] + df['b'], df['c'] + df['d'])

方法3：合并求和结果后取最大值 #

把两组求和结果构造成临时DataFrame，再跨行取最大值：

import pandas as pd
df = pd.DataFrame(data={'text': ['a','b','c'], 'a':[1,2,3],'b':[2,3,4],'c':[5,4,2],'d':[-2,4,1]})

df['maxsum'] = pd.DataFrame([df['a']+df['b'], df['c']+df['d']]).max(axis=0)

这些方法都不需要额外创建sum1、sum2中间列，代码更紧凑，同时能得到和你原来代码完全一致的结果。

内容的提问来源于stack exchange，提问作者hschoell