Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的,但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引,並提供了許多方法來執行涉及索引的操作。
Pandas Series.idxmax()
函數返回最大值的行標簽。如果多個值等於最大值,則返回具有該值的第一行標簽。
用法: Series.idxmax(axis=0, skipna=True, *args, **kwargs)
參數:
skipna:排除NA /空值。如果整個係列為NA,則結果為NA。
axis:為了與DataFrame.idxmax兼容。冗餘適用於係列。
返回:idxmax:最大值的索引。
範例1:采用Series.idxmax()
函數查找與給定係列對象中的最大值對應的索引標簽。
# 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)
輸出:
現在我們將使用Series.idxmax()
函數查找與係列最大值對應的索引標簽。
# return index label of the
# maximum value in the series
result = sr.idxmax()
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.idxmax()
函數已返回給定係列對象中最大元素的索引標簽。
範例2:采用Series.idxmax()
函數查找與給定係列對象中的最大值對應的索引標簽。
# 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)
輸出:
現在我們將使用Series.idxmax()
函數查找與係列最大值對應的索引標簽。
# return index label of the
# maximum value in the series
result = sr.idxmax()
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.idxmax()
函數已返回給定係列對象中最大元素的索引標簽。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.idxmax()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。