使用特定的变化变量在数据帧上重复

Question

我有许多看起来类似于以下内容的数据帧：

df1:
country  value
A        8.518074e+11
B        1.138434e+11
C        8.745698e+10
D        7.543453e+10
E        6.387533e+10

df2:
country  value
A        3.897267e+10
B        3.589588e+10
C        3.077954e+10
D        2.868014e+10
E        2.690948e+10

等等。df1、df2等是包含同一组（国家）变量和不同值的不同类别。目标是获取所有数据帧，并获得每个国家的最大值类别。在上面的例子中，例如：

A, 8.518074e+11

对于国家A等等。我知道如何手动获取此值：

maxA = max(("df1", df1["A"]), ("df2", df2["A"]))

maxA
("df1", 8.518074e+11)

但是如果我这样做的话，我需要用“B”，“C”来交换例子中的“A”作为所有变量。如何自动完成？我需要用这样的占位符替换有问题的变量：

maxX = max(("df1", df1["X"]), ("df2", df2["X"]))

然后在数据帧上重复，得到每个国家的结果。然而，这不同于在简单的列表上重复，因为只有一个特定的变量应该改变。有没有一个方便的解决办法，而不是用手来做呢？你知道吗

非常感谢

Answer 1

首先，将country设置为每个数据帧的索引。你知道吗

df_list = [df1, df2, ...]
for i, df in enumerate(df_list):
     df_list[i] = df.set_index('country')

接下来，按轴连接它们，沿每行找到max，并重置索引。你知道吗

df = pd.concat(df_list, axis=1)\
       .max(axis=1)\
       .to_frame('max_value')\
       .reset_index()

df

  country     max_value
0       A  8.518074e+11
1       B  1.138434e+11
2       C  8.745698e+10
3       D  7.543453e+10
4       E  6.387533e+10

---

如果您想在结果中添加一个指示符，则需要稍微修改代码，添加一个新的indicator列，然后沿第0^个轴执行concat启用，并找到每个组的idxmax

df_list = [df1, df2, ...]
for i, df in enumerate(df_list):
     df_list[i] = df.assign(indicator=i + 1)

df = pd.concat(df_list, ignore_index=True)
df.loc[df.groupby('country')['value'].idxmax().values]

df

  country         value  indicator
0       A  8.518074e+11          1
1       B  1.138434e+11          1
2       C  8.745698e+10          1
3       D  7.543453e+10          1
4       E  6.387533e+10          1