我有以下数据框：
In [25]: df1 Out[25]: a b 0 0.752072 0.813426 1 0.868841 0.354665 2 0.944651 0.745505 3 0.485834 0.163747 4 0.001487 0.820176 5 0.904039 0.136355 6 0.572265 0.250570 7 0.514955 0.868373 8 0.195440 0.484160 9 0.506443 0.523912
现在，我想创建另一个列，df1['c']其值在df1['a']和之间最大df1['b']。因此，我希望将其作为输出：
df1['c']
df1['a']
df1['b']
In [25]: df1 Out[25]: a b c 0 0.752072 0.813426 0.813426 1 0.868841 0.354665 0.868841 2 0.944651 0.745505 0.944651 3 0.485834 0.163747 0.485834 4 0.001487 0.820176 0.820176
我试过了 ：
In [23]: df1['c'] = np.where(max(df1['a'], df1['b'], df1['a'], df1['b'])
但是，这会引发语法错误。我没有任何方法可以在熊猫中做到这一点。我的实际数据框太复杂了，因此我想为此提供一个通用的解决方案。有任何想法吗？
您可以使用Series.where：
Series.where
df['c'] = df.b.where(df.a < df.b, df.a) print (df) a b c 0 0.752072 0.813426 0.813426 1 0.868841 0.354665 0.868841 2 0.944651 0.745505 0.944651 3 0.485834 0.163747 0.485834 4 0.001487 0.820176 0.820176 5 0.904039 0.136355 0.904039 6 0.572265 0.250570 0.572265 7 0.514955 0.868373 0.868373 8 0.195440 0.484160 0.484160 9 0.506443 0.523912 0.523912
解决方案numpy.where：
numpy.where
df['c'] = np.where(df['a'] > df['b'], df['a'], df['b']) print (df) a b c 0 0.752072 0.813426 0.813426 1 0.868841 0.354665 0.868841 2 0.944651 0.745505 0.944651 3 0.485834 0.163747 0.485834 4 0.001487 0.820176 0.820176 5 0.904039 0.136355 0.904039 6 0.572265 0.250570 0.572265 7 0.514955 0.868373 0.868373 8 0.195440 0.484160 0.484160 9 0.506443 0.523912 0.523912
或更简单的发现max：
max
df['c'] = df[['a','b']].max(axis=1) print (df) a b c 0 0.752072 0.813426 0.813426 1 0.868841 0.354665 0.868841 2 0.944651 0.745505 0.944651 3 0.485834 0.163747 0.485834 4 0.001487 0.820176 0.820176 5 0.904039 0.136355 0.904039 6 0.572265 0.250570 0.572265 7 0.514955 0.868373 0.868373 8 0.195440 0.484160 0.484160 9 0.506443 0.523912 0.523912
