Pandas DataFrame 最大值方法：解锁数据洞察

介绍

在本实验中，我们将学习 Pandas DataFrame 中的 max() 方法。该方法用于查找 DataFrame 中的最大值。我们将通过示例探讨其语法、参数以及如何使用该方法。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时可以向 Labby 提问。实验结束后请提供反馈，我们将及时为你解决问题。

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL pandas(("Pandas")) -.-> pandas/DataSelectionGroup(["Data Selection"]) python(("Python")) -.-> python/FunctionsGroup(["Functions"]) pandas(("Pandas")) -.-> pandas/DataCleaningGroup(["Data Cleaning"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) pandas(("Pandas")) -.-> pandas/DataAnalysisGroup(["Data Analysis"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) pandas/DataSelectionGroup -.-> pandas/select_rows("Select Rows") python/FunctionsGroup -.-> python/build_in_functions("Build-in Functions") pandas/DataCleaningGroup -.-> pandas/handle_missing_values("Handling Missing Values") python/ModulesandPackagesGroup -.-> python/using_packages("Using Packages") pandas/DataAnalysisGroup -.-> pandas/basic_statistics("Basic Statistics") python/PythonStandardLibraryGroup -.-> python/data_collections("Data Collections") python/DataScienceandMachineLearningGroup -.-> python/data_analysis("Data Analysis") subgraph Lab Skills pandas/select_rows -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} python/build_in_functions -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} pandas/handle_missing_values -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} python/using_packages -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} pandas/basic_statistics -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} python/data_collections -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} python/data_analysis -.-> lab-68658{{"Pandas DataFrame 最大值方法"}} end

创建 DataFrame

首先，让我们创建一个 DataFrame，以便理解 max() 方法及其工作原理。我们将使用以下代码：

import pandas as pd

df = pd.DataFrame({"A": [0, 52, 78], "B": [77, 45, 96], "C": [16, 23, 135], "D": [17, 22, 56]})

print(df)

这段代码创建了一个包含四列的 DataFrame：A、B、C 和 D。每列有三个值。

查找索引轴（行）上的最大值

接下来，让我们查找 DataFrame 索引轴（行）上的最大值。我们将向 max() 方法传递参数 axis=0。代码如下：

max_values = df.max(axis=0)

print(max_values)

这段代码会输出每列在索引轴上的最大值。

查找列轴（列）上的最大值

现在，让我们查找 DataFrame 列轴（列）上的最大值。我们将向 max() 方法传递参数 axis=1。代码如下：

max_values = df.max(axis=1)

print(max_values)

这段代码会输出每行在列轴上的最大值。

包含空值

有时我们的 DataFrame 可能包含空值（null values）。为了在计算最大值时包含空值，我们可以使用 skipna=False 参数。代码如下：

df = pd.DataFrame({"A": [0, None, 78], "B": [77, 45, None], "C": [16, 23, None], "D": [17, 22, 56]})

max_values = df.max(axis=0, skipna=False)

print(max_values)

这段代码会输出索引轴上的最大值，包括空值。

排除空值

为了在计算最大值时排除空值（null values），我们可以使用 skipna=True 参数。代码如下：

df = pd.DataFrame({"A": [0, None, 78], "B": [77, 45, None], "C": [16, 23, None], "D": [17, 22, 56]})

max_values = df.max(axis=0, skipna=True)

print(max_values)

这段代码会输出索引轴上的最大值，排除空值。

总结

在本实验中，我们学习了 Pandas DataFrame 中的 max() 方法。我们探讨了如何在索引轴和列轴上查找最大值，包括或排除空值（null values）。max() 方法对于查找 DataFrame 中的最大值非常有用，并且可以应用于各种场景。请确保复习 max() 方法的语法和参数，以便在你的项目中有效地应用它。