Скажем, у меня есть три DataFrames:Каков наилучший способ выполнения операции над несколькими DataFrames?
import pandas as pd
import numpy as np
cols = ['A','B','C']
index = [1,2,3,4,5]
np.random.seed(42)
apple = pd.DataFrame(np.random.randn(5,3), index=index, columns=cols)
orange = pd.DataFrame(np.random.randn(5,3), index=index, columns=cols)
banana = pd.DataFrame(np.random.randn(5,3), index=index, columns=cols)
In [50]: apple
Out[50]:
A B C
1 0.496714 -0.138264 0.647689
2 1.523030 -0.234153 -0.234137
3 1.579213 0.767435 -0.469474
4 0.542560 -0.463418 -0.465730
5 0.241962 -1.913280 -1.724918
In [51]: orange
Out[51]:
A B C
1 -0.562288 -1.012831 0.314247
2 -0.908024 -1.412304 1.465649
3 -0.225776 0.067528 -1.424748
4 -0.544383 0.110923 -1.150994
5 0.375698 -0.600639 -0.291694
In [52]: banana
Out[52]:
A B C
1 -0.601707 1.852278 -0.013497
2 -1.057711 0.822545 -1.220844
3 0.208864 -1.959670 -1.328186
4 0.196861 0.738467 0.171368
5 -0.115648 -0.301104 -1.478522
Что самое лучший/быстрый/простой способ создать новый dataframe с теми же колоннами и индексом, но с максимальным значением из каждого столбца и индекса для яблока, апельсин , банан? I.e., для [1, A] новое значение dataframe будет 0.496714, для [1, B] значение будет 1.852278 и т. Д. Спасибо!
'' уменьшить (np.maximum, [orange, apple, banana]) '', общий случай – Jeff
@Jeff спасибо, хорошее предложение –