盘点使用Pandas解决问题：对比两列数据取最大值的5个方法

大家好，我是Python进阶者。

一、前言

前几天在Python星耀交流群有个叫【iLost】的粉丝问了一个关于使用pandas解决两列数据对比的问题，这里拿出来给大家分享下，一起学习。

大概意思是说在DF中有2列数据，想每行取两列数据中的最大值，形成一个新列，该怎么写？最开始【iLost】自己使用了循环的方法写出了代码，当然是可行的，但是写的就比较难受了。

二、解决过程

这里给出5个方法，感谢大佬们的解答，一起来看看吧！

方法一：【月神】解答

其实这个题目的逻辑和思路也相对简单，但是对于Pandas不熟悉的小伙伴，接受起来就有点难了。

df['max1'] = df[['cell1', 'cell2']].max(axis=1)
df

方法二：【广深-运营-n】解答

这个方法是才哥群里【广深-运营-n】大佬给的方法。

代码如下，亲测可行。

df['max2'] = df.loc[:,['cell1','cell2']].max(axis=1)
df

方法三：【月神】解答

apply方法是最开始想到的方法，但是不知道怎么写，还好有【月神】，这里使用apply方法来解决，代码如下

df['max3'] = df[['cell1', 'cell2']].apply(max, axis=1)
df

方法四：【常州-销售-MT】解答

这个方法也是才哥群里的一个大佬给的思路。

亲测可行，代码如下：

df = df.assign(new=df[['cell1', 'cell2']].max(1))

这里的用法需要注意下，不然容易翻车：

细节拉满：

方法五：【上海-数分-长城】解答

这个方法也是才哥群里的一个大佬给的思路。

使用numpy结合pandas，代码如下：

df['max4'] = np.where(df['cell1'] > df['cell2'],df['cell1'], df['cell2'])
df

真是太秀了。

三、总结

大家好，我是Python进阶者。这篇文章基于粉丝提问，针对df中，想在每行取两列数据中的最大值，作为新的一列问题，给出了具体说明和演示，一共5个方法，顺利地帮助粉丝解决了问题，也帮助大家玩转Pandas，学习Python相关知识。

最后感谢粉丝【iLost】提问，感谢【月神】、【dcpeng】、【北京-算法-浩浩】、【上海-数分-长城】、【广深-运营-n】、【常州-销售-MT】大佬们给出的示例和代码支持，感谢【冯诚】、【凌云剑圣】、【PI】、【艾希·觉罗】、【猎影】等人参与学习交流。