Python Pandas查找大于半最大值的首尾值索引实现方法

现有250个数据文件，每个文件包含1000个构成高斯曲线的数值，需要查找每个序列中**大于最大值一半（HotM, Half of the Maximum）**的首个值、最后一个值对应的索引。目前所有文件已加载为DataFrame列表存储。

• 可通过maxValues = dataframes_temp[1].max()成功获取单组数据最大值，但使用index_value_min = (dataframes_temp[1] - b[i]).apply(abs).idxmin()仅能找到最接近HotM的首个值，该值不满足「大于HotM」的要求，不符合计算目标。
• 尝试通过倒序DataFrame的方式查找最后一个符合要求的索引，代码如下：

  dataframes_temp = dataframes_list[1]
  dataframes_temp2 = dataframes_temp.loc[::-1]
  index_value_max = (dataframes_temp2[1] - b[i]).apply(abs).idxmin()
  

  该代码未生效，返回结果和正序查找首个接近值的结果完全一致，无法获取正确的末位索引。

核心逻辑不需要做差值取绝对值找最近值，直接先做布尔筛选，保留所有严格大于HotM的记录，再直接取筛选结果的首尾索引即可。

单组数据实现示例 #

# 提取目标序列，此处以DataFrame中索引为1的列为例
target_series = dataframes_list[1][1]
# 计算当前序列的HotM
hotm_value = target_series.max() / 2
# 筛选所有值严格大于HotM的记录
valid_subset = target_series[target_series > hotm_value]
# 获取首个符合条件的索引
first_valid_idx = valid_subset.index[0]
# 获取最后一个符合条件的索引
last_valid_idx = valid_subset.index[-1]

批量处理250个文件的实现 #

batch_result = []
for df in dataframes_list:
    # 替换为实际存储高斯数值的列索引/列名
    s = df[1]
    # 若存在空值可先加.dropna()：s = df[1].dropna()
    hotm = s.max() / 2
    valid_indexs = s[s > hotm].index
    batch_result.append({
        "first_idx": valid_indexs[0],
        "last_idx": valid_indexs[-1]
    })

之前倒序代码失效原因 #

倒序后依然使用「找与HotM差值最小的位置」逻辑，高斯曲线上最接近HotM的值本身位于上升沿靠近峰值的位置，无论正序还是倒序查找最近值，定位到的都是同一条数据的索引，自然返回结果和正序查找完全一致。

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