Python 从panda dataframe作为一个整体返回最大值，而不是基于列或行

我试图从熊猫数据帧整体上获取最大值。我对它来自哪一行或哪一列不感兴趣。我只对数据帧中的单个最大值感兴趣

这是我的数据框：

df = pd.DataFrame({'group1': ['a','a','a','b','b','b','c','c','d','d','d','d','d'],
                        'group2': ['c','c','d','d','d','e','f','f','e','d','d','d','e'],
                        'value1': [1.1,2,3,4,5,6,7,8,9,1,2,3,4],
                        'value2': [7.1,8,9,10,11,12,43,12,34,5,6,2,3]})

这就是它看起来的样子：

   group1 group2  value1  value2
0       a      c     1.1     7.1
1       a      c     2.0     8.0
2       a      d     3.0     9.0
3       b      d     4.0    10.0
4       b      d     5.0    11.0
5       b      e     6.0    12.0
6       c      f     7.0    43.0
7       c      f     8.0    12.0
8       d      e     9.0    34.0
9       d      d     1.0     5.0
10      d      d     2.0     6.0
11      d      d     3.0     2.0
12      d      e     4.0     3.0

预期产出：

43.0

---

我假设df.max（）可以完成这项工作，但它会为每列返回一个max值，但我对此不感兴趣。我需要整个数据帧的最大值

数据帧中所有值的最大值可以使用

df.to_numpy（）.max（）

获得，或者对于

pandas<0.24.0

我们使用

df.values.max（）

：

最大值为

f

而不是43.0，因为在CPython2中

In [11]: 'f' > 43.0
Out[11]: True

在CPython2中。所以任何

str

都比任何

int

要大，因为

'str'>'int'

在Python3中，字符串和int的比较会引发

TypeError

---

要仅在数值列中查找最大值，请使用

df.select_dtypes(include=[np.number]).max()

---

对于最大值，请检查前面的答案。。。 对于最大值，使用例如：

val_cols = [c for c in df.columns if c.startswith('val')]
print df[val_cols].max()

---

Max可在以下两个步骤中找到：

maxForRow = allData.max(axis=0) #max for each row
globalMax = maxForRow.max(); #max across all rows

---

嗨，最简单的答案如下。 答复:

说明：

series=df.max（）

提供一个包含每列最大值的序列
因此

series.max（）

为您提供了整个数据帧的最大值

：）最佳答案通常是最简单的

另一种方式：

df.melt().value.max()

---

本质上

melt（）

将数据帧转换为一个长列。

是

max（df.max（axis=1））

您想要什么？这假设您只对数值感兴趣？另外，对于

df.max（）

的作用，您也非常清楚，为什么要投反对票？我误解了df.max（），如果这是原因的话？不知道，不是我我对这个问题没有太大的问题不是直接针对你的EdChum，但是非常感谢你的输入！还有很多需要学习的地方…还有

max（df.max（））

也将返回

'f'

也许值得指出，因此，如何跳过字符串并获得最大数值？@Sigur:

df.选择数据类型（include=[np.number]）.max（）

。如何对特定列执行此操作：

col1

？我尝试了

df['col1']

但没有。

df['col1'].max（）

应该在

col1

列中返回最大值。如果这对您不起作用，请发布一个新问题，其中包含您的数据框架的一个小样本（将类似

df.head（）.的内容发布到dict（'list'）

会有很大帮助）。

df.max().max()

df.melt().value.max()