Pandas DataFrame DataFrame.max() 函数
Jinku Hu
2023年1月30日
-
pandas.DataFrame.max()语法 -
示例代码：
DataFrame.max()方法沿列轴寻找最大值 -
示例代码：
DataFrame.max()方法沿行轴寻找最大值 -
示例代码：
DataFrame.max()方法寻找最大值，忽略NaN值
Python Pandas DataFrame.max() 函数计算 DataFrame 对象在指定轴上的最大值。
pandas.DataFrame.max() 语法
DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
参数
axis |
沿行(axis=0)或列(axis=1)求最大值 |
skipna |
布尔型。排除 NaN 值(skipna=True)或包含 NaN 值(skipna=False) |
level |
如果轴为 MultiIndex，则沿特定级别求最大值 |
numeric_only |
布尔型。对于 numeric_only=True，只包括 float、int 和 boolean 列 |
**kwargs |
函数的附加关键字参数 |
返回值
如果没有指定 level，则返回请求轴的最大值的 Series，否则返回最大值的 DataFrame。
示例代码：DataFrame.max() 方法沿列轴寻找最大值
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)
输出：
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
它得到了 X 和 Y 两列的最大值，最后返回一个 Series 对象，其中包含每列的最大值。
在 Pandas 中，要找到 DataFrame 中某一列的最大值，我们只调用该列的 max() 函数。
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)
输出：
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Max of Each Column:
3
它只给出 DataFrame 中 X 列的最大值。
示例代码： DataFrame.max() 方法沿行轴寻找最大值
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)
输出：
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
它计算所有行的最大值，最后返回一个包含每行最大值的 Series 对象。
示例代码：DataFrame.max() 方法寻找最大值，忽略 NaN 值
我们使用 skipna 参数的默认值，即 skipna=True 沿指定的轴找到 DataFrame 的最大值，忽略 NaN 值。
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)
输出：
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
如果我们设置 skipna=True，它将忽略 DataFrame 中的 NaN。它允许我们沿列轴计算 DataFrame 的最大值，忽略 NaN 值。
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)
输出：
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
这里，我们得到了列 X 的最大值为 NaN，因为列 X 中存在 NaN 值。
作者： Jinku Hu
