检索一列中的值，该列对应于另一列中的最大值

Question

相对较新的Python脚本，这里有一个关于Pandas和DataFrames的快速问题。在Python中可能有一个更简单的方法来完成我正在做的事情（在Pandas之外），所以我愿意接受任何和所有的建议。你知道吗

我有一个很大的数据集（不是我们所有人），有几十个属性和数以万计的条目。我已经成功地打开了它（.csv文件），删除了练习中不必要的列，还使用了从其他问题中学到的技巧，在表格中找到了我可以使用的东西

例如，我现在有dataframedf，有三列-A、B和C。我需要找到A的max的索引，然后在该索引处提取B和C的值。根据对最佳方法的研究，似乎idxmax是最佳选择。你知道吗

MaxIDX = df['A'].idxmax()

这给了我正确的答案，但是当我尝试使用基于这个变量的at获取一个值时，我得到了错误。我相信这是因为idxmax产生一个序列，而不是整数输出。你知道吗

variable = df.at[MaxIDX, 'B']

所以我的问题有两部分。你知道吗

如何将序列转换为at的正确输入？还有，有没有一种更简单的方法让我完全不知道呢？我所要做的就是得到A列最大值的索引，然后在索引处提取B列和C列的值。你知道吗

感谢您的帮助。非常感谢！干杯！你知道吗

注： 使用：Python 3.6.4和Pandas 0.22.0

Answer 1

np.random.seed(0)
df = pd.DataFrame(np.random.randn(5, 3), columns=list('ABC'))

df

          A         B         C
0  1.764052  0.400157  0.978738
1  2.240893  1.867558 -0.977278
2  0.950088 -0.151357 -0.103219
3  0.410599  0.144044  1.454274
4  0.761038  0.121675  0.443863


df.A.idxmax()
1

你所说的失败似乎对我有用：

df.at[df.A.idxmax(), 'B']
1.8675579901499675

不过，根据您的解释，您可能想要loc，而不是at：

df.loc[df.A.idxmax(), ['B', 'C']]

B    1.867558
C   -0.977278
Name: 1, dtype: float64

注意：您可能需要检查索引是否包含重复的条目。这是失败的一个可能原因。