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:
- 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
- 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。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:在Pandas中查找数据框架的列和行的最大值和位置 - Python技术站