如何在Python DataFrame中提取对应最大单价的产品名称

嘿，刚接触Python遇到这种基础问题太正常了，我来帮你搞定～你已经迈出了第一步——拿到了最高单价，接下来只需要把这个价格和对应的产品名称关联起来就行，给你两种常用的方法：

方法1：布尔索引筛选匹配行 #

先把最高单价存下来，然后筛选出所有单价等于这个最大值的行，再提取产品名称：

# 先获取最高单价
max_price = Stores['unit price'].max()
# 筛选出对应行并提取产品名称（取第一个匹配结果）
most_expensive_product = Stores[Stores['unit price'] == max_price]['product name'].values[0]

如果存在多个产品单价都是最高的情况，去掉[0]就能拿到所有匹配的产品名称，或者用.tolist()转成列表：

all_top_products = Stores[Stores['unit price'] == max_price]['product name'].tolist()

方法2：用idxmax()直接定位索引 #

这个方法更简洁，idxmax()会直接返回单价列最大值所在的行索引，然后用loc提取对应产品名称：

# 获取最高单价所在行的索引
max_price_idx = Stores['unit price'].idxmax()
# 提取对应产品名称
most_expensive_product = Stores.loc[max_price_idx, 'product name']

同样，如果有多个同价产品，这个方法只会返回第一个出现的产品，要是想拿全部还是用方法1的列表写法更合适。

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