下列pandas方法中，用于求最大值和最小值的是|极客教程

下列pandas方法中，用于求最大值和最小值的是

1. 引言

Pandas是一个基于NumPy的数据处理和分析工具，它提供了一种便捷而高效的方式来处理结构化数据。在Pandas中，有许多方法可以用于对数据进行各种操作，包括统计分析。其中，求最大值和最小值是经常需要用到的操作之一。本文将详细介绍在Pandas中求最大值和最小值的方法。

2. Pandas中求最大值和最小值的方法

在Pandas中，我们可以使用多种方法来求最大值和最小值。下面将分别介绍这些方法及其使用示例。

2.1 df.max()和df.min()

DataFrame对象的max()方法用于沿指定轴计算最大值，而min()方法则用于计算最小值。这两个方法返回的结果是一个包含最大值或最小值的Series对象。

下面是一个示例，展示了如何使用max()和min()方法：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

print(df.max())  # 沿列方向计算最大值
print(df.min())  # 沿列方向计算最小值

输出如下：

A     5
B    10
C    15
dtype: int64
A     1
B     6
C    11
dtype: int64

在这个示例中，我们创建了一个DataFrame对象df，它包含了三列数据。然后，我们分别使用max()和min()方法来计算每列的最大值和最小值。

2.2 df.max(axis=1)和df.min(axis=1)

DataFrame对象的max()方法和min()方法除了可以沿列方向计算最大值和最小值之外，还可以沿行方向进行计算。这时，我们需要通过设置axis参数为1来指定计算的轴为行。

下面是一个示例，展示了如何使用max(axis=1)和min(axis=1)方法：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

print(df.max(axis=1))  # 沿行方向计算最大值
print(df.min(axis=1))  # 沿行方向计算最小值

输出如下：

0    11
1    12
2    13
3    14
4    15
dtype: int64
0     1
1     2
2     3
3     4
4     5
dtype: int64

在这个示例中，我们使用了同样的DataFrame对象df，不同之处在于我们通过设置axis参数为1来计算每行的最大值和最小值。

2.3 df[‘column_name’].max()和df[‘column_name’].min()

除了使用DataFrame对象的max()和min()方法来求整个DataFrame的最大值和最小值之外，我们还可以使用Series对象的max()和min()方法来求某一列的最大值和最小值。

下面是一个示例，展示了如何使用['column_name'].max()和['column_name'].min()方法：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)

print(df['A'].max())  # 列A的最大值
print(df['B'].min())  # 列B的最小值

输出如下：