查找对应于最大值 pandas 的索引 - Python

在 Pandas 中，我们经常需要找到最大值所在的行或列的索引。这通常用于数据分析和处理。

以下是一些在 Pandas 中查找最大值所在的行或列索引的方法：

方法 1: idxmax()

Pandas 的 DataFrame 和 Series 类都有一个 idxmax() 方法，它可以返回最大值所在的索引。下面是一个示例：

import pandas as pd

data = {'A': [1, 3, 5, 7], 'B': [2, 4, 6, 8]}
df = pd.DataFrame(data)

print(df['A'].idxmax())  # 返回索引3，即最大值7所在的行号
print(df.idxmax())  # 返回包含最大值的行和列名

返回结果:

3
A    3
B    3
dtype: int64

方法 2: nlargest()

另一个方式是使用 nlargest() 方法，该方法会返回 DataFrame 或 Series 的前 n 个最大值和对应的索引值。以下是示例：

import pandas as pd

data = {'A': [1, 3, 5, 7], 'B': [2, 4, 6, 8]}
df = pd.DataFrame(data)

print(df.nlargest(1, 'A').index[0])  # 返回索引3，即最大值7所在的行号

返回结果:

3

以上是两种在 Pandas 中查找最大值所在的行或列索引的方法，程序员可以根据实际情况选择适合自己的方法。