pandas.core.groupby.DataFrameGroupBy.idxmax#

DataFrameGroupBy.idxmax(axis=, skipna=True, numeric_only=False)[источник]#

Возвращает индекс первого вхождения максимума по запрошенной оси.

Значения NA/null исключаются.

Параметры:

ось{{0 или 'index', 1 или 'columns'}}, по умолчанию None: Ось для использования. 0 или 'index' для построчного, 1 или 'columns' для постолбцового. Если ось не указана, используется ось группировщика.

Изменено в версии 2.0.0.

Устарело с версии 2.1.0: Для axis=1, работайте с базовым объектом вместо этого. В противном случае ключевое слово axis не требуется.
skipnabool, по умолчанию True: Исключить значения NA/null. Если вся строка/столбец NA, результат будет NA.
numeric_onlybool, по умолчанию False: Включите только float, int или логический data.

Добавлено в версии 1.5.0.

Возвращает:

Series: Индексы максимумов вдоль указанной оси.

Вызывает:

ValueError

Если строка/столбец пусты

Смотрите также

Series.idxmax: Возвращает индекс максимального элемента.

Примечания

Этот метод является версией DataFrame для ndarray.argmax.

Примеры

Рассмотрим набор данных, содержащий потребление продуктов питания в Аргентине.

>>> df = pd.DataFrame({'consumption': [10.51, 103.11, 55.48],
...                    'co2_emissions': [37.2, 19.66, 1712]},
...                   index=['Pork', 'Wheat Products', 'Beef'])

>>> df
                consumption  co2_emissions
Pork                  10.51         37.20
Wheat Products       103.11         19.66
Beef                  55.48       1712.00

По умолчанию возвращает индекс максимального значения в каждом столбце.

>>> df.idxmax()
consumption     Wheat Products
co2_emissions             Beef
dtype: object

Чтобы вернуть индекс для максимального значения в каждой строке, использовать axis="columns".

>>> df.idxmax(axis="columns")
Pork              co2_emissions
Wheat Products     consumption
Beef              co2_emissions
dtype: object