Pandas Argmax

Une fonction nommée Argmax () est disponible dans le constructeur de pandas pour déterminer où se trouve la valeur maximale de la série / dataframe. La méthode argmax () renvoie une valeur entière qui désigne l'emplacement de la plus grande valeur. Voyons la syntaxe de l'index, des séries et des données de données.

Syntaxe:

Indice -

pandas.Indice.argmax (axe = aucun)

Série -

pandas.Série_object.argmax (axes = 0, skipna = true, * args, ** kwargs)

Trame de données -

pandas.Dataframe_object ['colonne'].Argmax ()

Paramètres:

1. Où le skipna Le paramètre exclut les valeurs Na / Null, le résultat est NA si la série entière est NA.
2. axe: Être compatible avec le dataframe.idxmax, utilisation redondante avec la série.
3. Mots-clés supplémentaires * Args et ** kwargs N'ayez aucun impact. Cependant, ils peuvent être acceptés pour une compatibilité Numpy.
4. idxmax: L'indice de la valeur la plus élevée est renvoyé.

Exemple 1: index ()

Créer un index qui stocke 7 valeurs qui incluent les valeurs non / nan.

1. Renvoie la position d'index de valeur maximale en ignorant les valeurs NAN.
2. Renvoyez la position d'index de valeur maximale en considérant les valeurs NAN.

importer des pandas
Importer Numpy
# Créez l'index
magasins = pandas.Index ([10,345,67,89,90, aucun, Numpy.nan])
imprimer (boutiques, "\ n")
# Renvoie la position maximale de l'index des éléments
imprimer (magasins.argmax (), "\ n")
# Renvoie la position maximale de l'index des éléments en considérant les valeurs NAN
imprimer (magasins.argmax (skipna = false))

Sortir:

Explication:
Tout d'abord, nous affichons l'index entier.

1. Dans la deuxième sortie, 345 est la valeur la plus importante entre 7 valeurs et sa position d'index est 1.
2. Dans la dernière sortie, nous considérons les valeurs NAN. Puisqu'il y a une valeur nan, -1 est renvoyé.

Exemple 2: série ()

Créez une série Pandas nommée «Shops» qui stocke 5 valeurs qui incluent la valeur NAN.

1. Renvoie la position d'index de valeur maximale en ignorant les valeurs NAN.
2. Renvoyez la position d'index de valeur maximale en considérant les valeurs NAN.

importer des pandas
Importer Numpy
# Considérons les données de la série
magasins = pandas.Série ([100,45,67,78, Numpy.nan])
imprimer (boutiques, "\ n")
# Renvoie la position maximale de l'index des éléments
imprimer (magasins.argmax (), "\ n")
# Renvoie la position maximale de l'index des éléments en considérant les valeurs NAN
imprimer (magasins.argmax (skipna = false))

Sortir:

Explication:
Tout d'abord, nous affichons toute la série.

1. Dans la deuxième sortie, 100 est la valeur la plus importante parmi 5 valeurs et sa position d'index est 0.
2. Dans la dernière sortie, nous considérons les valeurs NAN. Puisqu'il y a une valeur nan à la dernière position, -1 est retourné.

Exemple 3: DataFrame ()

Jusqu'à présent, nous avons vu comment trouver la position d'index de la valeur maximale, maintenant, nous verrons comment les trouver dans la colonne DataFrame. Créez rapidement un Pandas Dataframe nommé «Résultats» qui stocke 4 colonnes et 5 rangées n'ayant aucune.

1. Renvoie la position d'index de valeur maximale en ignorant les valeurs NAN.
2. Renvoyez la position d'index de valeur maximale en considérant les valeurs NAN.

importer des pandas
Importer Numpy
résultats = pandas.DataFrame ([["interne", 98, "Pass", Numpy.nan],
["Interne", 45, "échec", aucun],
["Externe", aucun, "passer", aucun],
["Externe", Numpy.nan, "passer", aucun],
[Aucun, 18, "échoué", 90]],
colonnes = ["examen", "score", "res", "autre"],
index = ['Ram', 'Sravan', 'Govind', 'Anup', 'Bob']
)
imprimer (résultats, "\ n")
# Renvoie la position maximale de l'index des éléments dans la colonne "Examen"
Imprimer (Résultats [«Autre»].argmax ())
# Renvoie la position maximale de l'index des éléments dans la colonne "Score"
Imprimer (résultats ['score'].argmax ())

Sortir:

Explication:

Tout d'abord, nous affichons l'intégralité de DataFrame.

1. Dans la deuxième sortie, 90.0 est la valeur la plus importante parmi 5 valeurs dans la colonne «autre». Sa position d'index est 4.
2. Dans la dernière sortie, 98.0 est la plus grande valeur parmi les 5 valeurs dans la colonne «Marques». Sa position d'index est 0.

Conclusion

Cet article a montré comment localiser l'emplacement de l'index de la valeur (ou des valeurs) maximale dans une dataframe ou une série en utilisant l'index.fonction argmax (), série.argmax et dataframe ['colonne'].Argmax fonctionne dans ce tutoriel. Initialement, nous avons montré comment comprendre les paramètres de la fonction avant de découvrir comment utiliser la fonction argmax () sur diverses fonctions intégrées Python.