Python 获取数据帧中最高值的列和行索引

我想知道是否有办法找到数据帧中最高值的位置（列和行索引）。例如，如果我的数据框如下所示：

   A         B         C         D         E
0  100       9         1         12        6
1  80        10        67        15        91
2  20        67        1         56        23
3  12        51        5         10        58
4  73        28        72        25        1

如何获得如下结果：

[0，'a']

使用熊猫？

这应该可以：

def max_df(df):
    m = None
    p = None
    for idx, item in enumerate(df.idxmax()):
        c = df.columns[item]
        val = df[c][idx]
        if m is None or val > m:
            m = val
            p = idx, c
    return p

这将使用函数，然后比较它返回的所有值

用法示例：

>>> df

     A  B
0  100  9
1   90  8
>>> max_df(df)

(0, 'A')

这是一条单行线（为了好玩）：

---

mask

+

max

df.mask(~(df==df.max().max())).stack().index.tolist()
Out[17]: [(0, 'A')]

使用

np.argmax

NumPy的

argmax

可能会有所帮助：

>>> df.stack().index[np.argmax(df.values)]
(0, 'A')

步调一致

df.values

是一个二维NumPy数组：

>>> df.values
array([[100,   9,   1,  12,   6],
       [ 80,  10,  67,  15,  91],
       [ 20,  67,   1,  56,  23],
       [ 12,  51,   5,  10,  58],
       [ 73,  28,  72,  25,   1]])

argmax

提供“展平”数组的最大值索引：

现在，您可以使用此索引查找堆叠数据帧上的行-列位置：

>>> df.stack().index[0]
(0, 'A')

df = pd.DataFrame(data=np.arange(100000).reshape(-1,5), columns=list('ABCDE'))

快速替代方案 如果您需要快速完成，请尽可能少地执行步骤。 仅在NumPy数组上查找索引

np.argmax

似乎是最好的：

v = df.values
i, j = [x[0] for x in np.unravel_index([np.argmax(v)], v.shape)]
[df.index[i], df.columns[j]]

结果:

[0, 'A']

时间安排 定时最适用于大型数据帧：

df = pd.DataFrame(data=np.arange(int(1e6)).reshape(-1,5), columns=list('ABCDE'))

从最慢到最快排序：

面具： 堆栈idmax 堆栈argmax 哪里 Argmax-unlavel_索引 比较 输出：

                   name    time unit   seconds  factor slower
4  Argmax-unravel_index  499.00   µs  0.000499       1.000000
3                 Where    4.45   ms  0.004450       8.917836
2          Stack-argmax   14.80   ms  0.014800      29.659319
1           Stack-idmax   17.10   ms  0.017100      34.268537
0                  Mask   33.40   ms  0.033400      66.933868

[0, 'A']

因此，“Argmax-unravel_index”版本似乎比大型数据帧快一到近两个数量级，即速度通常最重要的地方。

用于

系列
和
多索引以及最大值索引：

print (df.stack().idxmax())
(0, 'A')

print (list(df.stack().idxmax()))
[0, 'A']

详情：

print (df.stack())
0  A    100
   B      9
   C      1
   D     12
   E      6
1  A     80
   B     10
   C     67
   D     15
   E     91
2  A     20
   B     67
   C      1
   D     56
   E     23
3  A     12
   B     51
   C      5
   D     10
   E     58
4  A     73
   B     28
   C     72
   D     25
   E      1
dtype: int64

在我看来，对于较大的数据集，stack（）会变得效率低下，让我们使用
np。其中
返回索引位置：

i,j = np.where(df.values == df.values.max())
list((df.index[i].values.tolist()[0],df.columns[j].values.tolist()[0]))

输出：

                   name    time unit   seconds  factor slower
4  Argmax-unravel_index  499.00   µs  0.000499       1.000000
3                 Where    4.45   ms  0.004450       8.917836
2          Stack-argmax   14.80   ms  0.014800      29.659319
1           Stack-idmax   17.10   ms  0.017100      34.268537
0                  Mask   33.40   ms  0.033400      66.933868

[0, 'A']

大型DataFame的计时：
np.where方法
1000个回路，最佳3个：每个回路364µs

其他堆栈方法
100圈，最佳3圈：每圈7.68毫秒

10个回路，最好3个：每个回路50.5毫秒

1000个回路，最佳3个：每个回路1.58毫秒

更大的数据帧：

>>> df.stack().index[0]
(0, 'A')

df = pd.DataFrame(data=np.arange(100000).reshape(-1,5), columns=list('ABCDE'))

分别为：

1000 loops, best of 3: 1.62 ms per loop
10 loops, best of 3: 18.2 ms per loop
100 loops, best of 3: 5.69 ms per loop
100 loops, best of 3: 6.64 ms per loop

这是最好的方法

i,j = np.where(df.values == df.values.max())
list((df.index[i].values.tolist()[0],df.columns[j].values.tolist()[0]))

[0, 'A']

df = pd.DataFrame(data=np.arange(10000).reshape(-1,5), columns=list('ABCDE'))

> %%timeit i,j = np.where(df.values == df.values.max())
> list((df.index[i].values.tolist()[0],df.columns[j].values.tolist()[0]))

> %timeit df.mask(~(df==df.max().max())).stack().index.tolist()

> %timeit df.stack().index[np.argmax(df.values)`]

> %timeit list(df.stack().idxmax())

df = pd.DataFrame(data=np.arange(100000).reshape(-1,5), columns=list('ABCDE'))

1000 loops, best of 3: 1.62 ms per loop
10 loops, best of 3: 18.2 ms per loop
100 loops, best of 3: 5.69 ms per loop
100 loops, best of 3: 6.64 ms per loop

print('Max value:', df.stack().max())
print('Parameters :', df.stack().idxmax())