Python pandas.DataFrame.idxmax函数方法的使用

DataFrame.idxmax(self, axis=0, skipna=True)                           [source]

返回在请求轴上第一次出现最大值的索引。不包括NA/null。

Notes

此方法是的DataFrame版本ndarray.argmax。

例子

1）按列查找最大值的索引

import pandas as pd

# 创建DataFrame
data = {
    'A': [1, 4, 3],
    'B': [2, 3, 6],
    'C': [5, 1, 9]
}
df = pd.DataFrame(data)

# 打印DataFrame
print("DataFrame:")
print(df)

# 使用 idxmax() 找每列最大值的索引
max_index = df.idxmax(axis=0)
print("\n每列最大值的索引:")
print(max_index)

2）按行查找最大值的索引

import pandas as pd

# 创建DataFrame
data = {
    'A': [1, 4, 3],
    'B': [2, 3, 6],
    'C': [5, 1, 9]
}
df = pd.DataFrame(data)

# 打印DataFrame
print("DataFrame:")
print(df)

max_index_row = df.idxmax(axis=1)
print("\n每行最大值的索引:")
print(max_index_row)

3）处理缺失值（skipna=False）

import pandas as pd

# 添加 NaN 值
data_with_nan = {
    'A': [1, None, 3],
    'B': [2, 3, 6],
    'C': [None, 1, 9]
}
df_nan = pd.DataFrame(data_with_nan)

print("带NaN的DataFrame:")
print(df_nan)

# skipna=False，包含NaN时返回NaN
max_index_nan = df_nan.idxmax(axis=0, skipna=False)
print("\nskipna=False时最大值的索引:")
print(max_index_nan)