在Pandas中查找数据框架的列和行的最大值和位置

在Pandas中查找数据框架的列和行的最大值和位置，可以使用max()和idxmax()函数。其中，max()函数可以返回列或行中的最大值，idxmax()函数可以返回最大值对应的索引位置。

以下是具体的实例说明：

1. 查找数据框架（df）中某一列的最大值及其位置

import pandas as pd

# 生成测试数据
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'age': [28, 34, 29, 42], 
        'score': [85, 63, 90, 78]}
df = pd.DataFrame(data)

# 查找 score 列的最大值和索引位置
max_score = df['score'].max()
max_score_index = df['score'].idxmax()

# 输出结果
print("Score max value is:", max_score)
print("Score index of max value is:", max_score_index)

运行结果：

Score max value is: 90
Score index of max value is: 2

1. 查找数据框架（df）中某一行的最大值及其位置

import pandas as pd

# 生成测试数据
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'age': [28, 34, 29, 42], 
        'score': [85, 63, 90, 78]}
df = pd.DataFrame(data)

# 查找第3行的最大值及其索引位置
max_value_row = df.loc[2, :].max()
max_value_row_index = df.loc[2, :].idxmax()

# 输出结果
print("Row max value is:", max_value_row)
print("Row index of max value is:", max_value_row_index)

运行结果：

Row max value is: Steve
Row index of max value is: name

以上就是在Pandas中查找数据框架的列和行的最大值和位置的完整攻略。在实际应用中，可以根据需求进行相应的调整和组合。