Python | Marco de datos de pandas.max()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

La función Pandas dataframe.max()devuelve el máximo de los valores en el objeto dado. Si la entrada es una serie, el método devolverá un escalar que será el máximo de los valores de la serie. Si la entrada es un marco de datos, el método devolverá una serie con un máximo de valores sobre el eje especificado en el marco de datos. Por defecto, el eje es el eje de índice.

Sintaxis: DataFrame.max(axis=Ninguno, skipna=Ninguno, level=Ninguno, numeric_only=Ninguno, **kwargs)

Parámetros:
eje: {índice (0), columnas (1)}
skipna: Excluir NA/valores nulos al calcular el
nivel de resultado: Si el eje es un índice múltiple (jerárquico), cuente a lo largo de un nivel particular, colapsando en una serie
numeric_only: Incluya solo columnas flotantes, int y booleanas. Si es Ninguno, intentará usar todo, luego use solo datos numéricos. No implementado para Serie.

Devoluciones : max : Series o DataFrame (si se especifica el nivel)

Ejemplo #1: Use max()la función para encontrar el valor máximo sobre el eje de índice.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
                   "B":[5, 2, 54, 3, 2],
                   "C":[20, 16, 7, 3, 8], 
                   "D":[14, 3, 17, 2, 6]})
  
# Print the dataframe
df

Usemos la dataframe.max()función para encontrar el valor máximo sobre el eje de índice

# Even if we do not specify axis = 0, 
# the method will return the max over
# the index axis by default
df.max(axis = 0)

Salida:

 
Ejemplo n.º 2: use max()la función en un marco de datos que tiene Navalores. También encuentre el máximo sobre el eje de la columna.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[12, 4, 5, None, 1], 
                   "B":[7, 2, 54, 3, None],
                   "C":[20, 16, 11, 3, 8],
                   "D":[14, 3, None, 2, 6]})
  
# skip the Na values while finding the maximum
df.max(axis = 1, skipna = True)

Producción :