Python Pandas dataframe.max()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.max()函数返回给定对象中数值的最大值。如果输入是一个系列，该方法将返回一个标量，它将是该系列中数值的最大值。如果输入是一个数据框架，那么该方法将返回一个系列的最大值，在数据框架的指定axis上。默认情况下，axis是索引axis。

语法:

DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数 :
axis： {指数（0），列（1）}。
skipna :计算结果时排除NA/null值
level : 如果坐标axis是一个多指标（分层的），沿着一个特定的层次计数，折叠成一个系列。
numeric_only :只包括浮动、int、boolean列。如果没有，将尝试使用所有数据，然后只使用数字数据。不实现系列。

返回： max：系列或数据框架（如果指定级别）。

例子#1：使用max()函数来查找索引axis上的最大值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
                   "B":[5, 2, 54, 3, 2],
                   "C":[20, 16, 7, 3, 8], 
                   "D":[14, 3, 17, 2, 6]})
  
# Print the dataframe
df

让我们使用dataframe.max()函数来查找索引axis上的最大值。

# Even if we do not specify axis = 0, 
# the method will return the max over
# the index axis by default
df.max(axis = 0)

输出 :

例子2：在一个有Na值的数据框架上使用max()函数。同时找到列axis上的最大值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None],
                   "C":[20, 16, 11, 3, 8],
                   "D":[14, 3, None, 2, 6]})
  
# skip the Na values while finding the maximum
df.max(axis = 1, skipna = True)

输出 :