数据分析之pandas学习【获取最大、小值和索引(idxmin、idxmax)】

最新推荐文章于 2025-02-26 21:06:16 发布

原创最新推荐文章于 2025-02-26 21:06:16 发布 · 9.7k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#pandas获取最大值最小值 #pandas获取最大、最小索引

数据分析专栏收录该内容

27 篇文章

订阅专栏

这里写目录标题

- dataFrame
- Series

dataFrame

默认的话，axis=0，idxmax会在每一列去找一个最大值
当我们在axis=1时，也就是按行来找最大值

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(low=1, high=10, size=(3, 3)), columns=['a', 'b', 'c'])
id_a = df.idxmax(axis=1)  # 打印每一行最大值的索引【行号、列号】
max_a = df.max(axis=1)

id_b = df.idxmin(axis=1)  # 打印每一行最小值的索引
min_b = df.min(axis=1)

id_max = df.idxmax()   # 打印最大值的索引
mx = df.max()

id_min = df.idxmin() # 打印最小值的索引
mi = df.min()

print(df)
print("+++++++++++++++++++++")

print(id_a)
print(max_a)

print(id_b)
print(min_b)

print("---------------------")

print(id_max)
print(mx)


print(id_min)
print(mi)

输出
   a  b  c
0  9  1  7
1  1  2  6
2  5  7  5
+++++++++++++++++++++
0    a
1    c
2    b
dtype: object
0    9
1    6
2    7
dtype: int32
0    b
1    a
2    a
dtype: object
0    1
1    1
2    5
dtype: int32
---------------------
a    0
b    2
c    0
dtype: int64
a    9
b    7
c    7
dtype: int32
a    1
b    0
c    2
dtype: int64
a    1
b    1
c    5
dtype: int32

Series

import pandas as pd

index = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J']
s = pd.Series(range(10), index=index)
print(s)
print(s.idxmin())
print(s.idxmax())   # axis有无都一样
print(s.idxmax(axis=0))
print(s.idxmax(axis=1))

输出：
A    0
B    1
C    2
D    3
E    4
F    5
G    6
H    7
I    8
J    9
dtype: int64
A
J
J
J

Process finished with exit code 0