Python Pandas dataframe.idxmax()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.idxmax()函数返回在请求的轴上第一次出现最大值的索引。在任何索引中找到最大值的索引时，将排除所有NA /空值。

用法： DataFrame.idxmax(axis=0, skipna=True)

参数：
axis:0或“索引”表示行，1或“列”表示列
skipna:排除NA /空值。如果整个行/列均为NA，则结果为NA

返回：idxmax：系列

范例1：采用idxmax()函数用于沿索引轴查找最大值的索引。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[4, 5, 2, 6],  
                   "B":[11, 2, 5, 8], 
                   "C":[1, 8, 66, 4]}) 
  
# Print the dataframe 
df

现在应用idxmax()沿索引轴起作用。

# applying idxmax() function. 
df.idxmax(axis = 0)

输出：

如果我们查看 DataFrame 中的值，则可以验证该函数返回的结果。该函数返回一个 Pandas 系列对象，该对象在每一列中均包含最大值索引。

范例2：采用idxmax()函数沿列轴查找最大值的索引。 DataFrame 包含NA值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[4, 5, 2, None], 
                   "B":[11, 2, None, 8],  
                   "C":[1, 8, 66, 4]}) 
  
# Skipna = True will skip all the Na values 
# find maximum along column axis 
df.idxmax(axis = 1, skipna = True)

输出：

输出是一个 Pandas 系列，其中包含具有最大值的每一行的列标签。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.idxmax()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。