pandas max() 最大值

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gr99123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 max() 方法用于计算 DataFrame 或 Series 中各列（或各行）的最大值。它可以用于数值型、布尔型、日期时间型等数据类型。

语法

返回请求轴上的最大值。

DataFrame.max(axis=0, skipna=True, numeric_only=False, **kwargs)

如果你想要最大值的索引，请使用 idxmax。这相当于 numpy.ndarray 方法 argmax。

参数

axis: 可选。默认为 0，表示按列计算最大值。如果设置为 1，则按行计算最大值。对于 DataFrame，指定 axis=None 将在两个轴上应用聚合。
skipna: 可选。布尔值，默认为 True。如果为 True，则跳过 NA/null 值。如果为 False，任何 NA 值会导致该计算结果为 NA。
numeric_only: 可选。布尔值，默认为 None。如果为 True，则仅计算数值型列；如果为 False，则计算所有列。仅包含 float、int、boolean 列。Series 未实现。
**kwargs: 要传递给函数的其他关键字参数。

返回值

返回一个 Series 或 DataFrame，其中包含每列或每行的最大值。

使用场景

数据分析: 在数据分析中，常用于找到数据集中的最大值，如最高温度、最高收入等。
数据清理: 在数据清理过程中，识别异常值或确认数据范围时使用。
统计计算: 在统计计算中，找出数据集中最大值以进行进一步分析。

示例

假设有一个包含多个变量的数据集，我们希望计算这些变量的最大值。

import pandas as pd

# 创建示例数据
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [3, 3, 3, 3, 3]
}

df = pd.DataFrame(data)

# 计算最大值
max_values = df.max()

print("最大值：")
print(max_values)

输出：

最大值：
A    5
B    5
C    3
dtype: int64

在这个示例中：

列 A 中的最大值为 5。
列 B 中的最大值为 5。
列 C 中的最大值为 3（因为所有值都是 3）。

这些结果帮助我们理解数据集中的每个变量的最大值。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.max.html

pandas max() 最大值

语法

参数

返回值

使用场景

示例

参考

相关内容