Pandy Argmax

Pandy Argmax
Funkcja o nazwie argmax () jest dostępna w konstruktorze pandy, aby ustalić, gdzie znajduje się wartość maksymalna serii/danych. Metoda argmax () zwraca wartość całkowitą, która wyznacza lokalizację największej wartości. Zobaczmy składnię dla indeksu, serii i danych danych.

Składnia:

Indeks -

Pandy.Indeks.argmax (axis = brak)

Seria -

Pandy.Series_Object.argmax (osi = 0, skipna = true, *args, ** kwargs)

Ramka danych -

Pandy.DataFrame_Object ['kolumna'].argmax ()

Parametry:

  1. Gdzie Skipna Parametr wyklucza wartości NA/NULL, wynik to Na, jeśli cała seria to Na.
  2. oś: Aby być kompatybilnym z DataFrame.idxmax, redundantne użycie z serią.
  3. Dodatkowe słowa kluczowe *Args I ** KWARGS nie mają wpływu. Mogą jednak zostać zaakceptowane pod kątem kompatybilności Numpy.
  4. idxmax: Wskaźnik najwyższej wartości jest zwracany.

Przykład 1: index ()

Utwórz indeks, który przechowuje 7 wartości, który zawiera wartości Brak/NAN.

  1. Zwraca maksymalną pozycję wskaźnika wartości, ignorując wartości NAN.
  2. Zwraca maksymalną pozycję wskaźnika wartości, biorąc pod uwagę wartości NAN.
importować pandy
Importuj Numpy
# Utwórz indeks
sklepy = pandy.Indeks ([10 345,67,89,90, brak, Numpy.nan])
druk (sklepy, „\ n”)
# Zwróć maksymalną pozycję indeksu elementu
Drukuj (sklepy.argmax (), „\ n”)
# Zwróć maksymalną pozycję indeksu elementu, biorąc pod uwagę wartości NAN
Drukuj (sklepy.argmax (skipna = false))

Wyjście:

Wyjaśnienie:
Najpierw wyświetlamy cały indeks.

  1. W drugim wyjściu 345 jest największą wartością wśród 7 wartości, a jej pozycja indeksu wynosi 1.
  2. W ostatnim wyjściu rozważamy wartości NAN. Ponieważ jest wartość nan, -1 jest zwracane.

Przykład 2: seria ()

Utwórz serię pandy o nazwie „sklepy”, które przechowują 5 wartości, które obejmują wartość nan.

  1. Zwraca maksymalną pozycję wskaźnika wartości, ignorując wartości NAN.
  2. Zwraca maksymalną pozycję wskaźnika wartości, biorąc pod uwagę wartości NAN.
importować pandy
Importuj Numpy
# Rozważ dane z serii
sklepy = pandy.Seria ([100,45,67,78, Numpy.nan])
druk (sklepy, „\ n”)
# Zwróć maksymalną pozycję indeksu elementu
Drukuj (sklepy.argmax (), „\ n”)
# Zwróć maksymalną pozycję indeksu elementu, biorąc pod uwagę wartości NAN
Drukuj (sklepy.argmax (skipna = false))

Wyjście:

Wyjaśnienie:
Najpierw wyświetlamy całą serię.

  1. W drugim wyjściu 100 jest największą wartością wśród 5, a jej pozycja indeksu wynosi 0.
  2. W ostatnim wyjściu rozważamy wartości NAN. Ponieważ na ostatniej pozycji jest wartość nan, -1 jest zwracane.

Przykład 3: DataFrame ()

Do tej pory widzieliśmy, jak znaleźć pozycję indeksu maksymalnej wartości, teraz zobaczymy, jak ją znaleźć w kolumnie DataFrame. Szybko utwórz pankę Panandas o nazwie „Wyniki”, który przechowuje 4 kolumny i 5 wierszy o wartości Brak/NAN.

  1. Zwraca maksymalną pozycję wskaźnika wartości, ignorując wartości NAN.
  2. Zwraca maksymalną pozycję wskaźnika wartości, biorąc pod uwagę wartości NAN.
importować pandy
Importuj Numpy
Wyniki = pandy.DataFrame ([[„wewnętrzny”, 98, „Pass”, Numpy.nan],
[„Wewnętrzny”, 45, „Fail”, None],
[„Zewnętrzny”, brak, „przejście”, brak],
[„Zewnętrzny”, Numpy.nan, „pass”, brak],
[Brak, 18, „Fail”, 90]],
kolumny = [„egzamin”, „partytura”, „res”, „inne”],
index = [„Ram”, „Sravan”, „Govind”, „anup”, „bob”]
)
Drukuj (wyniki, „\ n”)
# Zwróć maksymalną pozycję indeksu elementu w kolumnie „egzamin”
Drukuj (wyniki [„inne”].argmax ())
# Zwróć maksymalną pozycję indeksu elementu w kolumnie „Wynik”
Drukuj (wyniki [„wynik”].argmax ())

Wyjście:

Wyjaśnienie:

Najpierw wyświetlamy całą ramkę danych.

  1. Na drugim wyjściu 90.0 jest największą wartością wśród 5 wartości w kolumnie „innej”. Jego pozycja indeksu wynosi 4.
  2. W ostatnim wyjściu 98.0 jest największą wartością wśród 5 wartości w kolumnie „Znaki”. Jego pozycja indeksu wynosi 0.

Wniosek

W tym artykule pokazano, jak zlokalizować lokalizację indeksu maksymalnej wartości (lub wartości) w ramce danych lub serii za pomocą indeksu.funkcja argmax (), seria.Argmax i DataFrame [„kolumna”].Argmax funkcjonuje w tym samouczku. Początkowo pokazaliśmy, jak zrozumieć parametry funkcji przed odkryciem, jak korzystać z funkcji argmax () na różnych wbudowanych funkcjach Pythona.