`idxmax()`

idxmax() 是 Pandas 中的一个函数，用于返回给定列或行中的最大值的 索引。它通常用于查找数据集中最大值所在的行或列的标签。

idxmax() 方法概述

• 功能：返回 Series 或 DataFrame 中最大值所在的 索引标签。
• 返回值：返回最大值的 索引位置，通常是行标签（如果操作的是列）或列标签（如果操作的是行）。

基本语法

Series.idxmax(axis=0, skipna=True, *args, **kwargs)
DataFrame.idxmax(axis=0, skipna=True, *args, **kwargs)

• axis：指定沿哪个轴进行计算，默认为 0，表示按列（沿着行索引）查找最大值。如果为 1，则按行查找最大值（沿着列索引）。
• skipna：是否跳过缺失值（NaN）。默认值是 True，表示跳过缺失值。如果为 False，在包含缺失值的情况下会返回 NaN。

1. 在 Series 中使用 idxmax()

idxmax() 返回的是 最大值所在的索引。

示例：

import pandas as pd

s = pd.Series([3, 7, 1, 5, 9])

# 查找最大值的索引
index_of_max = s.idxmax()
print(index_of_max)  # 输出 4

解释：Series 中的最大值是 9，它位于索引 4 位置，因此 idxmax() 返回 4。

2. 在 DataFrame 中使用 idxmax()

在 DataFrame 中，idxmax() 可以按列或按行进行操作。默认情况下，它会沿着 列 查找每列的最大值，并返回每列最大值的索引。

示例：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 3, 2, 5],
    'B': [6, 4, 8, 2],
    'C': [9, 7, 4, 1]
})

# 按列查找最大值的索引
index_of_max_in_A = df['A'].idxmax()
print(index_of_max_in_A)  # 输出 3

# 在整个 DataFrame 中查找每列的最大值的索引
index_of_max_per_column = df.idxmax()
print(index_of_max_per_column)

输出：

A    3
B    2
C    0
dtype: int64

解释：

• 对于列 A，最大值 5 在索引位置 3。
• 对于列 B，最大值 8 在索引位置 2。
• 对于列 C，最大值 9 在索引位置 0。

axis=1 参数：按行查找最大值的索引

如果想要按行查找每行最大值的索引，可以指定 axis=1：

# 按行查找最大值的索引
index_of_max_per_row = df.idxmax(axis=1)
print(index_of_max_per_row)

输出：

0    C
1    A
2    B
3    A
dtype: object

解释：

• 第 0 行最大值是 9，出现在列 C。
• 第 1 行最大值是 3，出现在列 A。
• 第 2 行最大值是 8，出现在列 B。
• 第 3 行最大值是 5，出现在列 A。

3. skipna 参数

• skipna=True：忽略 NaN 值，默认行为。
• skipna=False：如果数据中包含 NaN，则返回 NaN。

示例：

s = pd.Series([3, 7, None, 5, 9])

# 忽略 NaN，查找最大值的索引
index_of_max_skipna = s.idxmax(skipna=True)
print(index_of_max_skipna)  # 输出 4

# 不忽略 NaN，查找最大值的索引
index_of_max_no_skipna = s.idxmax(skipna=False)
print(index_of_max_no_skipna)  # 输出 NaN

解释：

• 在 skipna=True 的情况下，None 被忽略，最大值 9 的索引是 4。
• 在 skipna=False 的情况下，由于 NaN 存在，idxmax() 返回 NaN。

4. 用 idxmax() 结合 groupby() 进行分组操作

idxmax() 也常用于与 groupby() 配合，按分组计算每组的最大值索引。

示例：

df = pd.DataFrame({
    'modelCode': ['A', 'A', 'A', 'B', 'B', 'B'],
    'channelCode': ['X', 'X', 'Y', 'X', 'X', 'Y'],
    'period': [202301, 202302, 202303, 202304, 202305, 202306],
    'url': ['url1.com', 'url2.com', 'url3.com', 'url4.com', 'url5.com', 'url6.com']
})

# 对 ('modelCode', 'channelCode') 进行分组，找到每组 'period' 最大值的索引
result = df.loc[df.groupby(['modelCode', 'channelCode'])['period'].idxmax(), ['modelCode', 'channelCode', 'url']]
print(result)

输出：

  modelCode channelCode        url
1         A           X    url2.com
2         A           Y    url3.com
4         B           X    url5.com
5         B           Y    url6.com

解释：

• 对于每个 (modelCode, channelCode) 组合，idxmax() 找到 period 列最大值的索引，然后使用 loc 获取这些行。
• 结果是每个 (modelCode, channelCode) 组中 period 最大的行，并返回相关的 modelCode、channelCode 和 url。

总结

• idxmax() 是 Pandas 中用来返回 Series 或 DataFrame 中最大值的索引的位置。
• 在 Series 中，返回最大值的索引。
• 在 DataFrame 中，返回每列或每行最大值的索引，可以通过 axis 参数控制。
• 可以与 groupby() 配合，按分组计算每组的最大值索引。
• skipna 参数控制是否忽略 NaN 值。

idxmax() 适用于快速定位数据集中的最大值索引，是处理数据时常用的一个工具。