pandas.core.groupby.SeriesGroupBy.idxmax #

系列分组依据。idxmax ( axis = _NoDefault.no_default , skipna = True ) [来源] #

返回最大值的行标签。

如果多个值等于最大值,则返回具有该值的第一行标签。

参数
{0 或“索引”}

没用过。与 DataFrame 兼容所需的参数。

Skipna布尔值,默认 True

排除 NA/null 值。如果整个系列为 NA,则结果将为 NA。

*args,**kwargs

其他参数和关键字没有效果,但可能会被接受以与 NumPy 兼容。

返回
指数

最大值的标签。

加薪
值错误

如果系列为空。

也可以看看

numpy.argmax

返回沿给定轴的最大值的索引。

DataFrame.idxmax

返回请求轴上第一次出现最大值的索引。

Series.idxmin

返回最小值第一次出现的索引标签。

笔记

该方法是 的系列版本ndarray.argmax。该方法返回最大值的标签,同时ndarray.argmax返回位置。要获取位置,请使用series.values.argmax().

例子

>>> s = pd.Series(data=[1, None, 4, 3, 4],
...               index=['A', 'B', 'C', 'D', 'E'])
>>> s
A    1.0
B    NaN
C    4.0
D    3.0
E    4.0
dtype: float64
>>> s.idxmax()
'C'

如果skipna为False 并且数据中存在NA 值,则该函数返回nan

>>> s.idxmax(skipna=False)
nan