如何获取 Pandas Series 中最大值的索引位置？

在 Pandas Series 构造函数中，有一个名为 argmax() 的方法，用于获取 Series 数据中最大值的索引位置。

Pandas Series 是一种一维数据结构对象，具有行索引值。通过使用行索引值，我们可以访问数据。

Pandas Series 中的 argmax() 方法用于获取 Series 对象最大值的索引位置。argmax 方法的输出是一个整数值，表示最大值所在的位置。

示例 1

# import pandas package
import pandas as pd
import numpy as np

# create a pandas series
s = pd.Series(np.random.randint(10,100, 10))
print(s)

# Apply argmax function
print('Output of argmax', s.argmax())

解释

让我们创建一个包含 10 个 10 到 100 范围内的随机整数值的 Pandas Series 对象，并应用 argmax() 函数来获取 Series 值中最大值的索引位置。

输出

0 81
1 94
2 75
3 13
4 17
5 42
6 45
7 29
8 25
9 59
dtype: int32

Output of argmax: 1

对于以下示例，Pandas Series 对象的 argmax() 方法返回了一个整数值“1”，该整数值表示给定 Series 元素中最大值的索引位置。

示例 2

import pandas as pd
import numpy as np

# creating pandas Series object
series = pd.Series({'Black':10, 'White':29,'Red':82, 'Blue':56,'Green':67})
print(series)

# Apply argmax function
print('Output of argmax:',series.argmax())

解释

在以下示例中，我们使用 Python 字典创建了一个 pandas.Series 对象“series”，生成的 Series 具有命名索引标签和整数数据。之后，我们对 Series 对象的数据应用了 argmax() 方法以获取最大数字的索引位置。

输出

Black 10
White 29
Red   82
Blue  56
Green 67
dtype: int64

Output of argmax: 2

对于以下示例，argmax() 方法的输出为 2，这意味着索引标签“Red”处的值具有最大值。

如果最大值在多个位置出现，则 argmax 方法将返回第一个行位置作为输出。

更新于: 2022-03-09

4K+ 阅读量

开启你的 职业生涯

通过完成课程获得认证

立即开始
广告