如何找到 Pandas DataFrame 特定列中具有最大值的行？

在 Pandas DataFrame 中尋找最大值

在 pandas 中，辨識包含特定列最大值的行需要一種簡單的方法。

使用 pandas.DataFrame.idxmax

pandas 函式庫提供了 idxmax 函數，可以直接滿足此需求。它會檢索給定列中具有最大值的行的索引標籤。請考慮以下範例：

<code class="python">import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 3), columns=['A', 'B', 'C'])

print(df)
          A         B         C
0  1.232853 -1.979459 -0.573626
1  0.140767  0.394940  1.068890
2  0.742023  1.343977 -0.579745
3  2.125299 -0.649328 -0.211692
4 -0.187253  1.908618 -1.862934

print(df['A'].idxmax())  # row index with maximum value in column 'A'
print(df['B'].idxmax())  # row index with maximum value in column 'B'
print(df['C'].idxmax())  # row index with maximum value in column 'C'

# Output
3  # row index 3
4  # row index 4
1  # row index 1</code>

使用 numpy.argmax 的替代方法

或者，您可以使用 numpy.argmax 來獲得相同的結果。它傳回位置索引而不是標籤索引。請記住，argmax 曾經被稱為 idxmax，但後來被後者取代。

歷史背景：行標籤與整數索引

中pandas 的早期版本，行標籤由整數索引而不是標籤表示。這種做法雖然現在已經過時，但在許多常用的應用程式中仍然存在。

為了適應向標記行索引的轉變，argmax 函數被修改為傳回包含最大元素的行索引內的位置索引。此變更旨在減輕使用整數索引引起的混亂，特別是在重複行標籤等情況下。

處理重複行標籤

值得注意的是 idxmax 回傳行標籤，而不是整數。在有重複行標籤的情況下，使用 idxmax 就不夠了。要在這種情況下取得位置索引，您可能需要手動從索引標籤中提取它。

以上是如何找到 Pandas DataFrame 特定列中具有最大值的行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！