Pandas 序列argmax()方法

原文：https://www.studytonight.com/pandas/pandas-series-argmax-method

在本教程中，我们将学习 PandasSeries.argmax() 的方法。该函数返回一个整数值，该整数值表示存在最大值的位置。

下图显示了Series.argmax() 方法的语法。

句法

Series.argmax(axis=None, skipna=True, *args, **kwargs)

因素

轴:为无。这是与 Series 保持一致的伪参数。

skipna: 是 bool(真或假)，默认值为真。当显示结果时，它排除所有空值。

*args，kwargs** :是与 NumPy 兼容的附加参数和关键字。

示例:使用Series.argmax() 方法获取最大值的位置

让我们将Series.argmax() 方法应用于两个系列，并获得较大值的位置。见下面的例子。

这里，在系列s_1中，有不同的值，在s_2中，由重复的值组成。Series.argmax() 方法返回一个位置，如果较大的值出现在不同的位置，则返回第一行的位置。

#importing pandas as pd
import pandas as pd
#creating Series
s_1= pd.Series([12,45,78,22])
s_2= pd.Series([11,45,14,45])
print("In Series s_1 the maximum value is in position:",s_1.argmax())
print("In Series s_2 the maximum value is in position:",s_2.argmax())

在序列 S1 中，最大值位于位置:2 在序列 S2 中，最大值位于位置:1

示例:获取由空值组成的 mx 值的位置

这里，在本例中，Series 元素由空值组成，默认情况下Series.argmax() 方法ignores仅通过考虑整数元素来计算空值并返回较大值的位置。见下面的例子。

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np
#creating Series
s = pd.Series([np.nan,12,100,np.nan])
print("The maximum value is in position:",s.argmax())

最大值在位置:2

结论

在本教程中，我们了解了数据帧的Series.argmax() 方法。我们学习了Series.argmax() 方法的语法和参数，并创建了不同的示例来更好地理解这个主题。