Python Pandas Series.idxmax()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.idxmax()函数返回最大值的行标签。如果多个值等于最大值，则返回具有该值的第一个行标签。

语法: Series.idxmax(axis=0, skipna=True, *args, **kwargs)

参数:
skipna : 排除NA/null值。如果整个系列是NA，结果将是NA。
axis：为了与DataFrame.idxmax兼容。在系列上的应用是多余的。

返回： idxmax : 最大值的索引。

示例#1：使用Series.idxmax()函数来查找与给定系列对象中的最大值相对应的索引标签。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.idxmax()函数来寻找与系列中的最大值相对应的索引标签。

# return index label of the 
# maximum value in the series
result = sr.idxmax()
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，Series.idxmax()函数已经返回了给定系列对象中最大元素的索引标签。

示例#2 :使用Series.idxmax()函数来查找与给定系列对象中的最大值相对应的索引标签。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, 84, 32, 10, 5, 24, 32])
  
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.idxmax()函数来寻找与系列中最大值相对应的索引标签。

# return index label of the 
# maximum value in the series
result = sr.idxmax()
  
# Print the result
print(result)

输出 :

正如我们在输出中看到的，Series.idxmax()函数已经返回了给定系列对象中最大元素的索引标签。