API · Pandas
Pandas DataFrame DataFrame.max() Funktion
Die DataFrame max() Funktion ruft das DataFrame-Objekt mit dem Maximalwert über die angegebene Achse ab.
Auf dieser Seite
Die Funktion Python Pandas DataFrame.max() berechnet den Maximalwert der Werte des DataFrame-Objekts über die angegebene Achse.
Syntax von pandas.DataFrame.max():
DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
Parameter
axis |
max entlang der row (axis=0) oder column (axis=1) finden |
skipna |
Boolesch. Ausschließen von NaN-Werten (skipna=True) oder Einschließen von NaN-Werten (skipna=False) |
level |
Zählen Sie mit einem bestimmten Pegel mit, wenn die Achse MultiIndex ist. |
numeric_only |
Boolesch. Fügen Sie für numeric_only=True nur die Spalten float, int und boolean ein. |
**kwargs |
Zusätzliche Schlüsselwort-Argumente zu der Funktion. |
Zurück
Wenn der Level nicht angegeben ist, geben Sie Series des Maximums der Werte für die angeforderte Achse zurück, andernfalls DataFrame der maximalen Werte.
Beispielcodes: DataFrame.max() Methode zum Finden des Maximums entlang der Spaltenachse
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
maxs = df.max()
print("Max of Each Column:")
print(maxs)
Ausgabe:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Max of Each Column:
X 3
Y 8
dtype: int64
Es erhält den Maximalwert für beide Spalten X und Y und gibt schließlich ein Series-Objekt mit dem Maximalwert jeder Spalte zurück.
Um das Maximum einer bestimmten Spalte von DataFrame in Pandas zu finden, rufen wir die max() Funktion nur für diese Spalte auf.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
maxs = df["X"].max()
print("Max of Each Column:")
print(maxs)
Ausgabe:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Max of Each Column:
3
Sie gibt nur das Maximum der Werte der Spalte X im DataFrame aus.
Beispielcodes: DataFrame.max() Methode, um das Maximum entlang der Zeilenachse zu finden
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
'Y': [4, 3, 8, 2, 9],
'Z': [2, 7, 6, 10, 5]})
print("DataFrame:")
print(df)
maxs=df.max(axis=1)
print("Max of Each Row:")
print(maxs)
Ausgabe:
DataFrame:
X Y Z
0 1 4 2
1 2 3 7
2 7 8 6
3 5 2 10
4 10 9 5
Max of Each Row:
0 4
1 7
2 8
3 10
4 10
dtype: int64
Es berechnet das Maximum für alle Zeilen und gibt schließlich ein Series-Objekt mit dem Maximum jeder Zeile zurück.
Beispiel-Codes: DataFrame.max() Methode, um das Maximum zu erhalten, wobei NaN Werte ignoriert werden
Wir verwenden den Standardwert des skipna-Parameters, d.h. skipna=True, um das Maximum des DataFrame entlang der angegebenen Achse zu finden, wobei die NaN-Werte ignoriert werden.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, 7, 4]})
print("DataFrame:")
print(df)
maxs=df.max(skipna=True)
print("Max of Columns")
print(maxs)
Ausgabe:
DataFrame:
X Y
0 1.0 4.0
1 2.0 3.0
2 NaN 7.0
3 3.0 4.0
Max of Columns
X 3.0
Y 7.0
dtype: float64
Wenn wir skipna=True setzen, ignoriert es die NaN im DataFrame. Es erlaubt uns, das Maximum des DataFrame entlang der Spaltenachse zu berechnen, wobei die NaN Werte ignoriert werden.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, 7, 4]})
print("DataFrame:")
print(df)
maxs=df.max(skipna=False)
print("Max of Columns")
print(maxs)
Ausgabe:
DataFrame:
X Y
0 1.0 4
1 2.0 3
2 NaN 7
3 3.0 4
Max of Columns
X NaN
Y 7.0
dtype: float64
Hier erhalten wir den NaN-Wert für den maximalen Wert der Spalte X, da in Spalte X der NaN-Wert vorhanden ist.
