pandas.Index.argmax #
- 指数。argmax ( axis = None , skipna = True , * args , ** kwargs ) [来源] #
返回系列中最大值的 int 位置。
如果在多个位置达到最大值,则返回第一行位置。
- 参数:
- 轴{无}
没用过。与 DataFrame 兼容所需的参数。
- Skipna布尔值,默认 True
显示结果时排除 NA/null 值。
- *args,**kwargs
用于与 NumPy 兼容的其他参数和关键字。
- 返回:
- 整数
最大值的行位置。
也可以看看
Series.argmax
返回最大值的位置。
Series.argmin
返回最小值的位置。
numpy.ndarray.argmax
numpy 数组的等效方法。
Series.idxmax
返回最大值的索引标签。
Series.idxmin
返回最小值的索引标签。
例子
考虑包含谷物卡路里的数据集
>>> s = pd.Series({'Corn Flakes': 100.0, 'Almond Delight': 110.0, ... 'Cinnamon Toast Crunch': 120.0, 'Cocoa Puff': 110.0}) >>> s Corn Flakes 100.0 Almond Delight 110.0 Cinnamon Toast Crunch 120.0 Cocoa Puff 110.0 dtype: float64
>>> s.argmax() 2 >>> s.argmin() 0
最大谷物卡路里是第三个元素,最小谷物卡路里是第一个元素,因为系列是零索引的。