API · Pandas
Pandas DataFrame DataFrame.max() Fonction
La fonction DataFrame max() obtient la valeur maximale de l'objet DataFrame sur l'axe spécifié.
Sur cette page
Python Pandas DataFrame.max(), la fonction calcule la valeur maximale des valeurs de l’objet DataFrame sur l’axe spécifié.
Syntaxe de pandas.DataFrame.max():
DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
Paramètres
axis |
trouver max le long de la ligne (axis = 0) ou de la colonne (axis = 1) |
skipna |
Booléen. Exclure les valeurs NaN (skipna = True) ou inclure les valeurs NaN (skipna = False) |
level |
Comptez avec un niveau particulier si l’axe est MultiIndex |
numeric_only |
Booléen. Pour numeric_only = True, incluez uniquement les colonnes float, int et boolean |
**kwargs |
Arguments de mots clés supplémentaires à la fonction. |
Revenir
Si le level n’est pas spécifié, retournez Series du maximum des valeurs pour l’axe demandé, sinon retournez DataFrame des valeurs maximales.
Exemples de codes: méthode DataFrame.max() pour trouver max le long de l’axe des colonnes
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)
Production:
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
Il obtient la valeur maximale pour les deux colonnes X et Y et retourne finalement un objet Series avec le maximum de chaque colonne.
Pour trouver le maximum d’une colonne particulière de DataFrame dans Pandas, nous appelons la fonction max() pour cette colonne uniquement.
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)
Production:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Max of Each Column:
3
Il ne donne que le maximum de valeurs de la colonne X dans le DataFrame.
Exemples de codes: méthode DataFrame.max() pour trouver max le long de l’axe Row
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)
Production:
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
Il calcule le max pour toutes les lignes et retourne finalement un objet Series avec le max de chaque ligne.
Exemples de codes: méthode DataFrame.max() pour trouver max en ignorant les valeurs NaN
Nous utilisons la valeur par défaut du paramètre skipna c’est-à-dire skipna = True pour trouver le maximum de DataFrame le long de l’axe spécifié en ignorant les valeurs de NaN.
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)
Production:
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
Si nous définissons skipna = True, il ignore le NaN dans la trame de données. Il nous permet de calculer le maximum de DataFrame le long de l’axe de la colonne en ignorant les valeurs de NaN.
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)
Production:
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
Ici, nous obtenons une valeur de NaN pour la valeur maximale de la colonne X car la colonne X contient une valeur de NaN.
