Pandas 使用pandas查找两列或多列的最大值

在本文中，我们将介绍如何使用Pandas查找数据集中两列或多列的最大值。Pandas是一个用于数据处理和分析的Python库，它能够轻松地处理和操作具有不同数据类型的表格数据。

在我们开始之前，让我们先创建一个简单的数据集，包含三列：A，B和C：

import pandas as pd

df = pd.DataFrame({
   'A' : [35, 73, 91, 16, 47],
   'B' : [25, 82, 54, 13, 75],
   'C' : [42, 19, 35, 68, 51]
})

我们可以使用.head()方法来打印数据集的前几行，如下所示：

print(df.head())

输出：

    A   B   C
0  35  25  42
1  73  82  19
2  91  54  35
3  16  13  68
4  47  75  51

阅读更多：Pandas 教程

使用.max()方法查找最大值

Pandas为数据集中所有数值型列提供了.max()方法，它可以返回每个列的最大值。让我们看一下如何使用它来查找列A和B的最大值：

max_AB = df[['A', 'B']].max()
print(max_AB)

输出：

A    91
B    82
dtype: int64

上述代码片段中，我们首先使用双括号“[[ ]]”选取了数据集中的列A和B，然后使用.max()方法计算它们的最大值，并将结果存储在max_AB变量中。最后，我们使用print语句打印了max_AB变量的值。

类似地，如果我们想要查找列A、B和C的最大值，我们可以使用以下代码：

max_ABC = df[['A', 'B', 'C']].max()
print(max_ABC)

输出：

A    91
B    82
C    68
dtype: int64

在这个例子中，我们选取了列A、B和C，并使用.max()方法计算它们的最大值。结果存储在max_ABC变量中，并使用print语句输出其值。

使用.apply()方法查找最大值

.apply()方法是另一种查找最大值的方法。该方法可以使用自定义函数计算每行或每列的最大值，并创建一个包含这些最大值的新列或新行。让我们看一下如何使用它来查找列A和B的最大值：

def max_for_cols(row):
    return max(row['A'], row['B'])

df['max_AB'] = df.apply(max_for_cols, axis=1)
print(df)

输出：

    A   B   C  max_AB
0  35  25  42      35
1  73  82  19      82
2  91  54  35      91
3  16  13  68      16
4  47  75  51      75

在这段代码中，我们首先定义了一个名为max_for_cols的函数。这个函数对于每一行，使用max()方法计算列A和B的最大值，并将其返回。接下来，我们使用.apply()方法，将max_for_cols函数应用到每一行上，并将计算结果存储在新创建的max_AB列中。最后，我们使用print语句输出包含新列的数据集。

类似地，如果我们想要查找列A、B和C的最大值，我们可以使用以下代码：

def max_for_cols(row):
    return max(row['A'], row['B'], row['C'])

df['max_ABC'] = df.apply(max_for_cols, axis=1)
print(df)

输出：

   A   B   C  max_AB  max_ABC
0  35  25  42      35       42
1  73  82  19      82       82
2  91  54  35      91       91
3  16  13  68      16       68
4  47  75  51      75       75

在这个例子中，我们定义了一个名为max_for_cols的函数，它计算了每行列A、B和C的最大值，并将其返回。使用.apply()方法将该函数应用于每行，并将计算结果存储在新创建的max_ABC列中。

使用.nlargest()方法查找最大值

.nlargest()方法是一种查找最大值的高级方法，它返回每个数值型列的前n个最大值。让我们看一下如何使用它来查找列A和B的最大值：

max_AB = df[['A', 'B']].nlargest(n=1, columns=['A'])
print(max_AB)

输出：

    A   B
2  91  54

在这段代码中，我们首先使用双括号“[[ ]]”选取了数据集中的列A和B，然后使用.nlargest()方法计算它们的最大值，并将结果存储在max_AB变量中。nlargest()方法接收两个参数，n和columns，它们分别指定返回前n个最大值和用于计算最大值的列。在我们的例子中，我们想要返回列A中的最大值，因此我们使用了nlargest(n=1, columns=[‘A’])。

类似地，如果我们想要查找列A、B和C的最大值，我们可以使用以下代码：

max_ABC = df[['A', 'B', 'C']].nlargest(n=1, columns=['A'])
print(max_ABC)

输出：

    A   B   C
2  91  54  35

在这个例子中，我们选取了列A、B和C，并使用.nlargest()方法计算它们的最大值。由于我们想要返回列A中的最大值，所以我们使用了nlargest(n=1, columns=[‘A’])。记住，nlargest()方法将返回前n个最大值，而我们指定n=1，因此返回的结果只包含一行。

总结

本文介绍了三种查找Pandas数据集中两列或多列最大值的方法：使用.max()方法、使用.apply()方法和使用.nlargest()方法。这些方法都可以帮助我们在处理数据集时快速、方便地查找最大值。