Pandas DataFrame DataFrame.max() Função
-
Sintaxe de
pandas.DataFrame.max(): -
Códigos de exemplo:
DataFrame.max()Método para encontrar o máximo ao longo do eixo da coluna -
Códigos de exemplo:
DataFrame.max()Método para encontrar o máximo ao longo do eixo da linha -
Códigos de exemplo:
DataFrame.max()Método para obter valores máximos IgnorandoNaN
Python Pandas DataFrame.max() função calcula o valor máximo de valores do objeto DataFrame sobre o eixo especificado.
Sintaxe de pandas.DataFrame.max():
DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
Parâmetros
axis |
encontrar máximo ao longo da linha (axis=0) ou coluna (axis=1) |
skipna |
Booleano. Excluir valores NaN (skipna=True) ou incluir valores NaN (skipna=False) |
level |
Conte junto com um nível particular se o eixo for MultiIndex. |
numeric_only |
Booleano. Para colunas numeric_only=True, incluir apenas colunas float, int, e boolean. |
**kwargs |
Argumentos adicionais de palavras-chave para a função. |
Retornar
Se o level não for especificado, retornar Series do máximo dos valores para o eixo solicitado, caso contrário, retornar DataFrame dos valores máximos.
Códigos de exemplo: DataFrame.max() Método para encontrar o máximo ao longo do eixo da coluna
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)
Resultado:
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
Obtém o valor máximo para ambas as colunas X e Y e finalmente retorna um objeto Series com o máximo de cada coluna.
Para encontrar o máximo de uma coluna específica de DataFrame em Pandas, chamamos a função max() somente para aquela coluna.
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)
Resultado:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Max of Each Column:
3
Ela dá apenas o máximo de valores da coluna X no DataFrame.
Códigos de exemplo: DataFrame.max() Método para encontrar o máximo ao longo do eixo da linha
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)
Resultado:
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
Ele calcula o máximo para todas as linhas e finalmente retorna um objeto Series com o máximo de cada linha.
Códigos de exemplo: DataFrame.max() Método para obter valores máximos Ignorando NaN
Utilizamos o valor padrão do parâmetro skipna, ou seja, skipna=True para encontrar o máximo de DataFrame ao longo do eixo especificado, ignorando os valores 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)
Resultado:
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
Se definirmos skipna=True, ele ignora o valor NaN no campo de dados. Isso nos permite calcular o máximo de DataFrame ao longo do eixo da coluna, ignorando os valores 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)
Resultado:
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
Aqui, obtemos o valor NaN para o valor máximo da coluna X, pois a coluna X tem o valor NaN presente nela.
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn Facebook