如何获取Pandas中idxmax()对应行的上下行索引值

要实现这个需求，核心是先定位目标索引在DataFrame索引序列中的位置，再根据位置获取相邻索引。以下是具体实现步骤和代码：

步骤说明 #

1. 将DataFrame的索引转换为列表，方便通过位置定位目标索引
2. 找到目标索引（max_index）在索引列表中的位置
3. 根据位置获取上方（前一个）和下方（后一个）索引，同时处理边界情况（比如目标行是第一行或最后一行时没有相邻行）

代码实现 #

import pandas as pd

# 生成测试数据
df = pd.util.testing.makeDataFrame()
# 获取列A最大值对应的索引
max_index = df.A.idxmax()

# 将索引转为列表
index_list = df.index.tolist()
# 找到max_index在索引列表中的位置
pos = index_list.index(max_index)

# 获取上方索引（如果存在）
upper_index = index_list[pos - 1] if pos > 0 else None
# 获取下方索引（如果存在）
lower_index = index_list[pos + 1] if pos < len(index_list) - 1 else None

# 输出结果
print(f"上方索引: {upper_index}")
print(f"下方索引: {lower_index}")

关键细节 #

• 当max_index是DataFrame的第一行时，upper_index会返回None；如果是最后一行，lower_index返回None，避免索引越界错误
• 如果你的DataFrame使用的是连续整数索引，也可以直接通过max_index ±1获取，但这种方法仅适用于连续无缺失的整数索引；而上面的方法适用于任意类型的索引（比如字符串、日期、非连续整数等）

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