Python 查找数组中高于指定阈值的最大值及其对应索引的方法

问题根源 #

你的推测完全正确，错误有两点：

• pandas.Series.idxmax()不需要传入最大值参数，它会自动返回调用序列的最大值对应的行索引
• 原代码直接对完整的强度列调用idxmax()，没有应用eV < xMax的过滤条件，返回的是全列最大值的索引，不是过滤后子集的最大值索引

修正后代码 #

import pandas as pd
import numpy as np

# 读取数据部分保持不变
df = pd.read_csv("你的文件路径")
column_names = ['a','b',...] # 替换为你的实际强度列名
xMax = 1.9

def find_filtered_max_info(x_col, intensity_col, wav_col, ev_col, x_threshold):
    # 生成过滤掩码
    mask = x_col < x_threshold
    # 过滤后的强度序列，保留原始DataFrame的行索引
    filtered_int = intensity_col[mask]
    # 处理空过滤结果的异常情况
    if filtered_int.empty:
        return None, None, None, None
    max_int = filtered_int.max()
    # 直接取过滤后序列的最大值索引，对应原始df的行索引
    max_idx = filtered_int.idxmax()
    max_wav = wav_col.iloc[max_idx]
    max_ev = ev_col.iloc[max_idx]
    return max_int, max_idx, max_wav, max_ev

# 循环处理每一列强度数据
for col in column_names:
    max_int_val, max_wav_index, max_wav_val, max_eV_val = find_filtered_max_info(
        df['eV'], df[col], df['Wavelength'], df['eV'], xMax
    )
    # 这里可以添加打印或者存储结果的逻辑，比如：
    if max_int_val is not None:
        print(f"列{col}的结果：强度={max_int_val}, 波长={max_wav_val}, eV={max_eV_val}")
    else:
        print(f"列{col}在eV<{xMax}范围内无有效数据")

逻辑说明 #

• 核心是通过布尔掩码mask = df['eV'] < xMax过滤数据时，保留原始DataFrame的行索引，过滤后的序列调用idxmax()返回的索引可以直接对应到原始数据的波长、eV列
• 增加了空结果判断，避免过滤后无数据时抛出异常

内容的提问来源于stack exchange，提问作者Bbb