Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.idxmax()
函数返回最大值的行标签。如果多个值等于最大值,则返回具有该值的第一行标签。
用法: Series.idxmax(axis=0, skipna=True, *args, **kwargs)
参数:
skipna:排除NA /空值。如果整个系列为NA,则结果为NA。
axis:为了与DataFrame.idxmax兼容。冗余适用于系列。
返回:idxmax:最大值的索引。
范例1:采用Series.idxmax()
函数查找与给定系列对象中的最大值对应的索引标签。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.idxmax()
函数查找与系列最大值对应的索引标签。
# return index label of the
# maximum value in the series
result = sr.idxmax()
# Print the result
print(result)
输出:
正如我们在输出中看到的,Series.idxmax()
函数已返回给定系列对象中最大元素的索引标签。
范例2:采用Series.idxmax()
函数查找与给定系列对象中的最大值对应的索引标签。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.idxmax()
函数查找与系列最大值对应的索引标签。
# return index label of the
# maximum value in the series
result = sr.idxmax()
# Print the result
print(result)
输出:
正如我们在输出中看到的,Series.idxmax()
函数已返回给定系列对象中最大元素的索引标签。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
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 Series.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。