Python pandas.core.groupby.DataFrameGroupBy.idxmax用法及代碼示例

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

返回請求軸上第一次出現最大值的索引。

NA/空值被排除在外。

參數：

axis：{0 或 ‘index’，1 或 ‘columns’}，默認 0: 要使用的軸。 0 或 ‘index’ 表示按行，1 或 ‘columns’ 表示按列。
skipna：布爾值，默認為真: 排除 NA/空值。如果整行/列為 NA，則結果將為 NA。

Series: 沿指定軸的最大值索引。

拋出：

ValueError

如果行/列為空

注意：

此方法是 ndarray.argmax 的 DataFrame 版本。

例子：

考慮一個包含阿根廷食物消費的數據集。

>>> df = pd.DataFrame({'consumption':[10.51, 103.11, 55.48],
...                    'co2_emissions':[37.2, 19.66, 1712]},
...                    index=['Pork', 'Wheat Products', 'Beef'])

>>> df
                consumption  co2_emissions
Pork                  10.51         37.20
Wheat Products       103.11         19.66
Beef                  55.48       1712.00

默認情況下，它返回每列中最大值的索引。

>>> df.idxmax()
consumption     Wheat Products
co2_emissions             Beef
dtype:object

要返回每行中最大值的索引，請使用 axis="columns" 。

>>> df.idxmax(axis="columns")
Pork              co2_emissions
Wheat Products     consumption
Beef              co2_emissions
dtype:object

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.core.groupby.DataFrameGroupBy.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。

用法:

參數：

返回：

拋出：

注意：

例子：