pandas.Series.max

Series.max(axis=0, skipna=True, numeric_only=False, **kwargs)

返回请求轴上值的最大值。

如果你想要最大值的*索引*，请使用 idxmax。这等同于 numpy.ndarray 的 argmax 方法。

Parameters:

axis{index (0)}

使用费舍尔定义的峰度（正态分布的峰度 == 0.0）获得的峰度。按 N-1 归一化。

{index (0), columns (1)}

在 2.0.0 版本加入.

<strong>skipna</strong>bool, default True

要应用函数的轴。对于 Series，此参数未使用，默认为 0。

numeric_onlybool，默认 False

对于 DataFrame，指定 axis=None 将跨两个轴应用聚合。

**kwargs

计算结果时排除 NA/null 值。

Returns:

标量或标量

参见

Series.sum

返回总和。

Series.min

返回最小值。

Series.max

返回最大值。

Series.idxmin

返回最小值索引。

Series.idxmax

返回最大值索引。

DataFrame.sum

返回所请求轴上的总和。

DataFrame.min

返回所请求轴上的最小值。

DataFrame.max

返回所请求轴上的最大值。

DataFrame.idxmin

返回所请求轴上的最小值索引。

DataFrame.idxmax

返回所请求轴上的最大值索引。

Examples

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name: legs, dtype: int64

>>> s.max()
8