获取DataFrame列中最大值的索引

Pandas DataFrame是二维的大小可变的，可能是异质的表格数据结构，有标记的轴（行和列）。
让我们看看如何获得DataFrame列中最大值的索引。
首先观察一下这个数据集。我们将使用这个数据的’Weight’和’Salary’列，以便从Pandas DataFrame的某一列中获得最大值的索引。

# importing pandas module
import pandas as pd
   
# making data frame
df = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
 
df.head(10)

代码#1：检查出现最大重量值的指数。

# importing pandas module
import pandas as pd
   
# making data frame
df = pd.read_csv("nba.csv")
 
# Returns index of maximum weight
df[['Weight']].idxmax()

输出:

我们可以验证指数中是否存在最大值。

# importing pandas module
import pandas as pd
    
# making data frame
df = pd.read_csv("nba.csv")
  
# from index 400 to 409
df.iloc[400:410]

输出:

代码#2：让我们在索引0处插入一条新行，有最高工资，然后进行验证。

# importing pandas module
import pandas as pd
    
# making data frame
df = pd.read_csv("nba.csv")
 
new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3,
                        'Position':'PG', 'Age':33, 'Height':'6-2',
                        'Weight':189, 'College':'MIT', 'Salary':999999999}
                         , index=[0])
  
df = pd.concat([new_row, df]).reset_index(drop=True)
df.head(5)

输出:

现在，让我们检查一下最高工资是否存在于索引0处。

# Returns index of minimum salary
df[['Salary']].idxmax()

输出: