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: