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。