Python Pandas獲取行位置名稱而不是索引值

Question

你好，我有下面的數據框，我試圖計算每個城市（行）的絕對變化並打印具有最大價值的城市的城市名稱。我能夠獲得絕對的改變，但不能獲得城市名稱，我只能獲得索引值。有沒有一種方法可以獲得城市名稱而不是索引值。在下面的例子中，我獲得了索引值3而不是「達拉斯」。

df = pd.DataFrame({'City': ['Chicago', 'Atlanta', 'New York', 'Dallas'], 
        'col1': [10, 15, 80, 200], 
        'col2': [45, 75, 90, 5], 
        'col3': [25, 35, 60, 420], 
        'col4': [60, 105, 325, 55]}) 

輸出：

 City col1 col2 col3 col4 
0 Chicago 10 45 25 60 
1 Atlanta 15 75 35 105 
2 New York 80 90 60 325 
3 Dallas 200  5 420 55 

獲取COL1-COL4的最大絕對值

diff_row = df.max(axis=1) - df.min(axis=1) 
print(diff_row.idxmax()) 

電流輸出：

3 

所需的輸出：

Dallas 

Answer 1

傳遞索引標籤loc和感興趣的山坳：

In[198]: 
df.loc[diff_row.idxmax(), 'City'] 

Out[198]: 'Dallas' 

Answer 2

退一步，並使用numpy.ptp（峯峯值）做的最大少分鐘減法。

df.set_index('City').apply(np.ptp, 1).idxmax() 

'Dallas' 

---

我們可以更在推到numpy與

df.City.values[np.ptp(df.set_index('City').values, 1).argmax()] 

'Dallas' 

---

定時

%timeit df.City.values[np.ptp(df.set_index('City').values, 1).argmax()] 
%timeit df.set_index('City').apply(np.ptp, 1).idxmax() 
1000 loops, best of 3: 399 µs per loop 
1000 loops, best of 3: 1.03 ms per loop 

%%timeit 
diff_row = df.max(axis=1) - df.min(axis=1) 
df.loc[diff_row.idxmax(), 'City'] 
1000 loops, best of 3: 1.24 ms per loop