如何基于df1列最大值及对应位置df2值创建新DataFrame df3

完整实现代码 #

import pandas as pd

data = [[2, 10], [5, 15], [7, 14]]
data1 = [[0.5, 0.25], [.55, .115], [.45, .414]]
df1 = pd.DataFrame(data)
df2 = pd.DataFrame(data1)

# 获取df1每列最大值并转为单行DataFrame
max_values = df1.max().to_frame().T
# 获取df1每列最大值的索引，提取df2中对应位置的值
df2_corresponding = df2.lookup(df1.idxmax(), df1.columns).to_frame().T
# 合并两行得到df3
df3 = pd.concat([max_values, df2_corresponding], ignore_index=True)

print(df3)

代码说明 #

• 提取df1列最大值：用df1.max()获取每列最大值，通过to_frame().T将结果转为单行DataFrame，作为df3的第一行。
• 提取df2对应值：df1.idxmax()返回每列最大值所在的行索引，结合df2.lookup()精准提取df2中对应列、对应索引位置的值，转为单行DataFrame作为df3的第二行。
• 合并结果：使用pd.concat()将两行数据合并，ignore_index=True重置行索引，得到目标df3。

输出结果 #

0      1
0  7.0  15.00
1  0.45  0.115

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