获取数据帧中最大值的（row，col）索引 [英] Get (row,col) indices of max value in dataframe

问题描述

我的数据框看起来像这样。

I have a data frame that looks something like this.

import pandas as pd
data = [[5, 7, 10], [7, 20, 4,], [8, 1, 6,]]
cities = ['Boston', 'Phoenix', 'New York']
df = pd.DataFrame(data, columns=cities, index=cities)

输出：

         Boston  Phoenix   New York
Boston      5       7         10
Phoenix     7       20         4
New York    8       1          6

我希望能够找到价值最高的城市对。在这种情况下，我想返回菲尼克斯凤凰城。

And I want to be able to find the city pair with the greatest value. In this case I would want to return Phoenix,Phoenix.

我试过：

cityMax = df.values.max()
cityPairs = df.idxmax()

第一个给我最大值（20），第二个给我每个城市最大对不仅仅是总体最大值。有没有办法在数据框中返回指定值的索引和列标题？

The first one only gives me the largest value (20) and the second gives me each cities max pair not just the overall max. Is there a way to return the index and column header for a specified value in a dataframe?

推荐答案

使用unstack（）并解压缩顶部MultiIndex作为元组使用idxmax（）

Use unstack() and extract the top MultiIndex as a tuple using idxmax()

import pandas as pd
data = [[5, 7, 10], [7, 20, 4,], [8, 1, 6,]]
cities = ['Boston', 'Phoenix', 'New York']
df = pd.DataFrame(data, columns=cities, index=cities)

print df.unstack().idxmax()

返回：

('Phoenix', 'Phoenix')

这篇关于获取数据帧中最大值的（row，col）索引的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！