pandas 取index最大|极客教程

pandas 取index最大

在 pandas 中，我们经常需要对数据集进行各种操作，其中之一就是获取具有特定属性的数据。这可能包括在一个列中找到最大值所在的索引，也就是最大值的索引。在本文中，我们将详细介绍如何使用 pandas 来获取数据的最大值所在的索引。

方法一：使用 idxmax() 函数

pandas 提供了一个名为 idxmax() 的函数，可以方便地找到数据序列中的最大值所在的索引。该函数可以应用于 Series，DataFrame 或者 Panel 类型的数据。

对于 Series 类型数据

首先，让我们创建一个简单的 Series 数据，以演示如何使用 idxmax() 函数来获取最大值所在的索引。

import pandas as pd

data = {'A': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

max_index = df['A'].idxmax()

print(max_index)

运行上述代码，我们将得到最大值所在的索引：

在这个示例中，我们的数据集包含一列 A，其中最大值为 50，所在的索引为 4。

对于 DataFrame 类型数据

除了 Series 类型的数据，我们也可以使用 idxmax() 函数来处理 DataFrame 类型的数据。

import pandas as pd

data = {'A': [10, 20, 30, 40, 50],
        'B': [5, 15, 25, 35, 45]}
df = pd.DataFrame(data)

max_index = df.idxmax()

print(max_index)

运行上述代码，我们将得到每列中最大值所在的索引：

A    4
B    4
dtype: int64

在这个示例中，我们的数据集包含两列 A 和 B，分别取最大值分别为 50 和 45，所在的索引分别为 4。

方法二：自定义函数实现

除了使用 pandas 提供的 idxmax() 函数，我们也可以自定义函数来获取最大值所在的索引。

import pandas as pd

def max_index(s):
    return s.idxmax()

data = {'A': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

max_index = max_index(df['A'])

print(max_index)

运行上述代码，我们将得到最大值所在的索引：

在这个示例中，我们自定义了一个函数 max_index()，用于获取传入 Series 数据中最大值所在的索引。