在Pandas DataFrame中查找列的值最大的行

如何找到特定列的值最大的行？

df.max() 会给我每列的最大值，我不知道如何获取对应的行。

使用熊猫idxmax功能。很简单：

>>> import pandas
>>> import numpy as np
>>> df = pandas.DataFrame(np.random.randn(5,3),columns=['A','B','C'])
>>> df
          A         B         C
0  1.232853 -1.979459 -0.573626
1  0.140767  0.394940  1.068890
2  0.742023  1.343977 -0.579745
3  2.125299 -0.649328 -0.211692
4 -0.187253  1.908618 -1.862934
>>> df['A'].argmax()
3
>>> df['B'].argmax()
4
>>> df['C'].argmax()
1

• 或者，您也可以使用numpy.argmax，例如numpy.argmax(df['A'])-它提供相同的功能，并且至少与idxmax粗略观察中的显示速度一样快。

• idxmax() 返回索引标签，而不是整数。

  • 示例”：如果您将字符串值用作索引标签，例如行“ a”至“ e”，则可能要知道最大值出现在第4行（而不是“ d”行）。
  • 如果您希望该标签在其中的整数位置，则Index必须手动获取它（由于允许使用重复的行标签，因此可能很棘手）。

历史记录：

• idxmax()以前在0.11之前被调用argmax()
• argmax 在1.0.0之前弃用，并在1.0.0中完全删除
• 早于Pandas 0.16，argmax曾经存在并执行相同的功能（尽管运行速度比慢idxmax）。
  • argmax函数返回最大元素的行位置的索引内的整数位置。
  • 熊猫开始使用行标签代替整数索引。位置整数索引曾经很常见，比标签更常见，尤其是在重复行标签很常见的应用程序中。

例如，考虑以下DataFrame带有重复行标签的玩具：

In [19]: dfrm
Out[19]: 
          A         B         C
a  0.143693  0.653810  0.586007
b  0.623582  0.312903  0.919076
c  0.165438  0.889809  0.000967
d  0.308245  0.787776  0.571195
e  0.870068  0.935626  0.606911
f  0.037602  0.855193  0.728495
g  0.605366  0.338105  0.696460
h  0.000000  0.090814  0.963927
i  0.688343  0.188468  0.352213
i  0.879000  0.105039  0.900260

In [20]: dfrm['A'].idxmax()
Out[20]: 'i'

In [21]: dfrm.iloc[dfrm['A'].idxmax()]  # .ix instead of .iloc in older versions of pandas
Out[21]: 
          A         B         C
i  0.688343  0.188468  0.352213
i  0.879000  0.105039  0.900260

因此，单单使用idxmax不足以达到此目的，而旧形式的argmax可以正确提供最大行的位置（在这种情况下为位置9）。

这恰恰是动态类型语言中那些容易发生错误的令人讨厌的行为之一，这种行为使这种事情非常不幸，值得一搏。如果您正在编写系统代码，而系统突然被用于某些在加入之前未正确清理的数据集，则很容易以重复的行标签结尾，尤其是字符串标签，例如金融资产的CUSIP或SEDOL标识符。您无法轻松地使用类型系统来帮助您，并且可能无法在索引中意外丢失数据而无法对索引实施唯一性。

因此，您只希望单元测试能够覆盖所有内容（它们没有，或者很可能没有人编写任何测试）-否则（很可能）您只需要等待，看看是否碰巧遇到了这个问题运行时错误，在这种情况下，你可能不得不去从你输出结果，碰你的头反对IPython的墙试图手动重现问题数据库中删除多个小时的工作价值，终于搞清楚，这是因为idxmax可以只报告最大行的标签，然后感到失望的是，没有标准函数会自动为您获取最大行的位置，您自己编写一个有问题的实现，编辑代码，并祈祷您不再遇到问题。

您也可以尝试idxmax：

In [5]: df = pandas.DataFrame(np.random.randn(10,3),columns=['A','B','C'])

In [6]: df
Out[6]: 
          A         B         C
0  2.001289  0.482561  1.579985
1 -0.991646 -0.387835  1.320236
2  0.143826 -1.096889  1.486508
3 -0.193056 -0.499020  1.536540
4 -2.083647 -3.074591  0.175772
5 -0.186138 -1.949731  0.287432
6 -0.480790 -1.771560 -0.930234
7  0.227383 -0.278253  2.102004
8 -0.002592  1.434192 -1.624915
9  0.404911 -2.167599 -0.452900

In [7]: df.idxmax()
Out[7]: 
A    0
B    8
C    7

例如

In [8]: df.loc[df['A'].idxmax()]
Out[8]: 
A    2.001289
B    0.482561
C    1.579985

如果有多行取最大值，上述两个答案都只会返回一个索引。如果要所有行，似乎没有功能。但这并不难。以下是系列的示例；对于DataFrame也可以这样做：

In [1]: from pandas import Series, DataFrame

In [2]: s=Series([2,4,4,3],index=['a','b','c','d'])

In [3]: s.idxmax()
Out[3]: 'b'

In [4]: s[s==s.max()]
Out[4]: 
b    4
c    4
dtype: int64

df.iloc[df['columnX'].argmax()]

argmax()将提供对应于columnX最大值的索引。iloc可用于获取此索引的DataFrame df行。

直接的“ .argmax（）”解决方案对我不起作用。

@ely提供的上一个示例

>>> import pandas
>>> import numpy as np
>>> df = pandas.DataFrame(np.random.randn(5,3),columns=['A','B','C'])
>>> df
      A         B         C
0  1.232853 -1.979459 -0.573626
1  0.140767  0.394940  1.068890
2  0.742023  1.343977 -0.579745
3  2.125299 -0.649328 -0.211692
4 -0.187253  1.908618 -1.862934
>>> df['A'].argmax()
3
>>> df['B'].argmax()
4
>>> df['C'].argmax()
1

返回以下消息：

FutureWarning: 'argmax' is deprecated, use 'idxmax' instead. The behavior of 'argmax' 
will be corrected to return the positional maximum in the future.
Use 'series.values.argmax' to get the position of the maximum now.

所以我的解决方案是：

df['A'].values.argmax()

mx.iloc[0].idxmax()

这段代码将为您提供如何从数据帧中的一行中找到最大值的方法，这里mx是数据帧，它iloc[0]指示第0个索引。

该idmax数据帧的返回与最大值和行为的行的标记指数argmax取决于版本pandas（现在它返回警告）。如果要使用位置索引，可以执行以下操作：

max_row = df['A'].values.argmax()

要么

import numpy as np
max_row = np.argmax(df['A'].values)

请注意，如果您使用的np.argmax(df['A'])行为与相同df['A'].argmax()。