Pandas argmax

Una funzione denominata argmax () è disponibile nel costruttore di panda per determinare dove si trova il valore massimo di serie/dati di dati. Il metodo argmax () restituisce un valore intero che designa la posizione del valore più grande. Vediamo la sintassi per l'indice, le serie e il frame dati.

Sintassi:

Indice -

panda.Indice.argmax (axis = nessuno)

Serie -

panda.Series_Object.argmax (axes = 0, skipna = true, *args, ** kwargs)

DataFrame -

panda.Dataframe_object ['colonna'].argmax ()

Parametri:

1. Dove il skipna Il parametro esclude i valori Na/null, il risultato è Na se l'intera serie è Na.
2. asse: Essere compatibile con il frame dati.idxmax, uso ridondante con la serie.
3. Parole chiave aggiuntive *args E ** Kwargs non hanno alcun impatto. Tuttavia, possono essere accettati per la compatibilità numpy.
4. idxmax: Viene restituito l'indice di valore più alto.

Esempio 1: indice ()

Crea un indice che memorizza 7 valori che includono i valori nessuno/nan.

1. Restituire la posizione dell'indice del valore massimo ignorando i valori NAN.
2. Restituire la posizione dell'indice del valore massimo considerando i valori NAN.

Panda di importazione
importa numpy
# Crea l'indice
negozi = panda.Indice ([10.345,67,89,90, nessuno, Numpy.nan])
Stampa (negozi ", \ n")
# Restituire la posizione dell'indice massimo elemento
Stampa (negozi.argmax (), "\ n")
# Restituisci la posizione dell'indice massimo dell'elemento considerando i valori NAN
Stampa (negozi.argmax (skipna = false))

Produzione:

Spiegazione:
Innanzitutto, visualizziamo l'intero indice.

1. Nel secondo output, 345 è il valore più grande tra 7 valori e la sua posizione indice è 1.
2. Nell'ultimo output, consideriamo i valori NAN. Poiché c'è un valore NAN, -1 viene restituito.

Esempio 2: serie ()

Crea una serie Pandas chiamata "Shops" che memorizza 5 valori che includono il valore NAN.

1. Restituire la posizione dell'indice del valore massimo ignorando i valori NAN.
2. Restituire la posizione dell'indice del valore massimo considerando i valori NAN.

Panda di importazione
importa numpy
# Considera i dati della serie
negozi = panda.Serie ([100,45,67,78, Numpy.nan])
Stampa (negozi ", \ n")
# Restituire la posizione dell'indice massimo elemento
Stampa (negozi.argmax (), "\ n")
# Restituisci la posizione dell'indice massimo dell'elemento considerando i valori NAN
Stampa (negozi.argmax (skipna = false))

Produzione:

Spiegazione:
Innanzitutto, visualizziamo l'intera serie.

1. Nel secondo output, 100 è il valore più grande tra i 5 valori e la sua posizione indice è 0.
2. Nell'ultimo output, consideriamo i valori NAN. Poiché c'è un valore NAN nell'ultima posizione, -1 viene restituita.

Esempio 3: DataFrame ()

Finora, abbiamo visto come trovare la posizione dell'indice del valore massimo, ora vedremo come trovarla nella colonna DataFrame. Crea rapidamente un frame di dati Panda denominato "risultati" che memorizza 4 colonne e 5 righe con valori non/nan.

1. Restituire la posizione dell'indice del valore massimo ignorando i valori NAN.
2. Restituire la posizione dell'indice del valore massimo considerando i valori NAN.

Panda di importazione
importa numpy
Risultati = panda.DataFrame ([["Internal", 98, "Pass", Numpy.nan],
["Internal", 45, "Fail", nessuno],
["Esterno", nessuno, "pass", nessuno],
["Esterno", numpy.nan, "pass", nessuno],
[Nessuno, 18, "Fail", 90]],
colonne = ["esame", "punteggio", "res", "altro"],
Index = ['Ram', 'Sravan', 'Govind', 'Anup', 'Bob'
)
stampa (risultati ", \ n")
# Restituire la posizione dell'indice massimo elemento nella colonna "esame"
Stampa (risultati ['altro'].argmax ())
# Restituire la posizione dell'indice massimo elemento nella colonna "punteggio"
Stampa (risultati ['punteggio'].argmax ())

Produzione:

Spiegazione:

Innanzitutto, visualizziamo l'intero frame dati.

1. Nella seconda uscita, 90.0 è il valore più grande tra i 5 valori nella colonna "Altro". La sua posizione indice è 4.
2. Nell'ultimo output, 98.0 è il valore più grande tra i 5 valori nella colonna "Marks". La sua posizione indice è 0.

Conclusione

Questo articolo ha mostrato come individuare la posizione dell'indice del valore massimo (o dei valori) in un frame di dati o serie utilizzando l'indice.funzione argmax (), serie.argmax e dataframe ["colonna"].Argmax funziona in questo tutorial. Inizialmente, abbiamo mostrato come comprendere i parametri della funzione prima di scoprire come utilizzare la funzione argmax () su varie funzioni integrate di Python.