跳转至

Python | Pandas series.idxmax()

原文:https://www.geeksforgeeks.org/python-pandas-series-idxmax/

熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.idxmax()**功能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。如果整个系列都是 NA，结果就是 NA。 轴:用于与 DataFrame.idxmax 兼容。冗余用于系列上的应用。

返回: idxmax:最大值的索引。

示例#1: 使用Series.idxmax()函数查找给定序列对象中最大值对应的索引标签。

# 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()函数来查找序列中最大值对应的索引标签。

# return index label of the 
# maximum value in the series
result = sr.idxmax()

# Print the result
print(result)

输出:

我们可以在输出中看到，Series.idxmax()函数已经返回了给定序列对象中最大元素的索引标签。

示例#2 : 使用Series.idxmax()函数查找给定序列对象中最大值对应的索引标签。

# 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()函数来查找序列中最大值对应的索引标签。

# 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序列对象中最大元素的索引标签。

回到顶部