如何获取DataFrame中max_val对应的行列标签及阿尔伯塔省最大列间差值

我来帮你搞定这个问题！你已经算出了最大差值max_val，现在只需要调整一下获取位置的逻辑，就能拿到对应的地区（行标签）和变化的两个年份了。咱们先梳理下原代码里的小问题，再给出完整的修正方案：

原代码里的几个待修正点 #

• 省份匹配时大小写不一致：你把province列转成了小写，但筛选时还是用原输入的province，会导致匹配失败
• 获取最大值位置的逻辑错误：c_r那行的写法不对，没法正确定位到最大值的行列
• 多余的DataFrame转换：pd.read_csv已经返回DataFrame了，不用再转一次

修正后的完整代码 #

import pandas as pd

def find_max(province):
    # 读取数据
    df = pd.read_csv('Canada.csv')
    # 统一省份列的大小写，实现不区分大小写匹配
    df['province'] = df['province'].astype(str).str.lower()
    prov_lower = province.lower()
    
    if prov_lower in df['province'].values:
        # 筛选目标省份的数据
        province_data = df[df['province'] == prov_lower]
        # 计算列间差值（后一年减前一年），取绝对值
        # 注意：diff后第一列会是NaN，不影响后续找最大值
        pct_change = province_data.iloc[:, 3:-1].diff(axis='columns').abs()
        
        # 找到最大差值
        max_val = pct_change.stack().max()
        # 获取最大值对应的行标签（地区）和列标签（差值所在列）
        max_loc = pct_change.stack().idxmax()
        region = max_loc[0]
        diff_col = max_loc[1]
        
        # 获取产生该变化的两个年份：差值列的前一列和当前列
        year_cols = pct_change.columns.tolist()
        diff_col_idx = year_cols.index(diff_col)
        prev_year = year_cols[diff_col_idx - 1]
        curr_year = diff_col
        
        return max_val, region, prev_year, curr_year
    else:
        raise ValueError(f"Province '{province}' not found in the data!")

# 调用示例
max_diff, region, year_from, year_to = find_max('alberta')
print(f"最大差值：{max_diff}")
print(f"对应地区：{region}")
print(f"变化年份：{year_from} → {year_to}")

关键逻辑说明 #

1. stack()方法：把DataFrame转换成Series，索引变成（行标签，列标签）的多级索引，这样用idxmax()就能直接拿到最大值的位置元组
2. 年份对应关系：因为diff(axis='columns')计算的是当前列与前一列的差值，所以差值所在的列对应的是变化的后一年，前一列是变化的前一年
3. 大小写处理：统一把省份列和输入转成小写，确保不区分大小写的匹配生效

这样调用函数后，就能得到你需要的四个结果：最大差值、对应地区、变化的起始年份和结束年份啦！

内容的提问来源于stack exchange，提问作者dragon95