Python中获取DataFrame每行最大值及对应列名的方法

嘿，这两个需求用Pandas轻松就能搞定，我给你一步步拆解，还附了示例代码，一看就懂！

先假设我们有这样一个示例DataFrame（第一列是时间，后面是特征列）：

import pandas as pd

# 构造示例数据
data = {
    'time': ['2024-01-01', '2024-01-02', '2024-01-03'],
    'feature_a': [10, 25, 15],
    'feature_b': [20, 18, 22],
    'feature_c': [5, 30, 18]
}
df = pd.DataFrame(data)

1. 获取每行的最大值 #

因为time列是时间类型，我们只需要计算后面特征列的每行最大值。先筛选出特征列，再用max(axis=1)方法（axis=1代表按行计算）：

# 筛选特征列（排除第一列time）
feature_cols = df.columns[1:]
# 计算每行最大值，生成新列
df['row_max'] = df[feature_cols].max(axis=1)

执行后，DataFrame会新增一列row_max，存放每行特征的最大值。

2. 获取最大值对应的列名称 #

用idxmax(axis=1)方法就能直接得到每行最大值对应的列名，同样针对特征列操作：

# 生成每行最大值对应的特征列名
df['max_feature'] = df[feature_cols].idxmax(axis=1)

这样max_feature列就会显示每个时间点数值最大的特征名称，比如示例里第二行的最大值是30，对应feature_c，这列就会显示feature_c。

最后看处理后的完整DataFrame：

print(df)

输出结果如下：

time  feature_a  feature_b  feature_c  row_max max_feature
0  2024-01-01         10         20          5       20  feature_b
1  2024-01-02         25         18         30       30  feature_c
2  2024-01-03         15         22         18       22  feature_b

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