python | pandas data frame.max()
哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 dataframe-max/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.max()**函数返回给定对象中的最大值。如果输入是一个序列，该方法将返回一个标量，该标量将是该序列中值的最大值。如果输入是数据帧，则该方法将返回数据帧中指定轴上最大值的系列。默认情况下，轴是索引轴。
语法: DataFrame.max(轴=无，skipna =无，级别=无，numeric_only =无，**kwargs)
参数: 轴: {index (0)，columns (1)} skipna : 计算结果时排除 NA/null 值 级别:如果轴是 MultiIndex(分层)，沿特定级别计数，折叠成 Series numeric_only:仅包括 float、int、boolean 列。如果没有，将尝试使用所有内容，然后只使用数字数据。不适用于系列。
返回:最大值:系列或数据帧(如果指定了级别)
示例#1: 使用max()函数查找索引轴上的最大值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
"B":[5, 2, 54, 3, 2],
"C":[20, 16, 7, 3, 8],
"D":[14, 3, 17, 2, 6]})
# Print the dataframe
df
让我们使用dataframe.max()函数找到索引轴上的最大值
# Even if we do not specify axis = 0,
# the method will return the max over
# the index axis by default
df.max(axis = 0)
输出:
示例 2: 对具有Na值的数据框使用max()功能。还要找到柱轴上的最大值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# skip the Na values while finding the maximum
df.max(axis = 1, skipna = True)
输出:
