Python|熊猫 dataframe.idxmax()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas dataframe.idxmax()函数返回请求轴上第一次出现最大值的索引。在查找任何索引中最大值的索引时，将排除所有 NA/null 值。

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

Parameters :
axis : 0 or ‘index’ for row-wise, 1 or ‘columns’ for column-wise
skipna : Exclude NA/null values. If an entire row/column is NA, the result will be NA

Returns : idxmax : Series

示例 #1：使用idxmax()函数函数查找沿索引轴的最大值的索引。

# 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

现在沿索引轴应用idxmax()函数。

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

输出 ：

如果我们查看数据框中的值，我们可以验证函数返回的结果。该函数返回一个熊猫系列对象，其中包含每列中最大值的索引。

示例 #2：使用idxmax()函数沿列轴查找最大值的索引。数据框包含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。