如何在python中进行排序、计算和求最大值

Question

最近我想做一些排序，计算，并找到数据帧中的最大值。 例如：

data = {'Name':['Penny','Ben','Benny','Mark'], 
        'Eng':[5,1,4,3], 
        'Math':[1,5,3,2],
        'Physics':[2,5,3,1],
        'Sports':[4,5,2,3],
        'Total':[12,16,12,9]}
 
df1=pd.DataFrame(data, columns=['Name','Eng','Math','Physics','Sports','Total']) 
df1

我想得到不同主题的范围，然后找到一个函数

numpy.ptp

可以找到沿轴的值范围（最大值-最小值）， 所以我这样做 将numpy作为np导入

cols_of_interest = ['Eng','Math','Sports','Physics']
np.ptp(df1[cols_of_interest].values, axis=1)

结果

array([4, 4, 2, 2])

当我得到结果时，来自数据帧的信息丢失了。例如，我想找到范围最大的学生 应该是（佩妮：4，本：4） 但是，当数据大小较大时，如何将这些数据合并回数据帧并找到最大值

另外，对于cols_of_interest = ['Eng','Math','Sports','Physics']，当元素很大（比如100个主题）时，有没有优雅的方法来应用np.ptp

非常感谢

Answer 1

只需分配np.ptp的输出：

df1['max_range'] = np.ptp(df1[cols_of_interest].values, axis=1)

最后，您可以通过以下方法找到最大值： max_val = df1['max_range'].max()或df1['max_range'].idxmax()如果需要最大值的索引

is there any elegant way to apply np.ptp?

您可以使用df1.columns访问数据帧的列。这将返回列的列表；然后简单地从该列表中删除您不想要的名称，并将其传递到np.ptp