pandas.core.groupby.SeriesGroupBy.idxmax

SeriesGroupBy.idxmax(axis=_NoDefault.no_default, skipna=True)

返回最大值的行标签。

如果存在多个值等于最大值，则返回具有该值的第一个行标签。

Parameters:

axis{0 或 ‘index’}

未使用。参数是与 DataFrame 兼容性所必需的。

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

排除 NA/null 值。如果整个 Series 都是 NA，则结果为 NA。

*args, **kwargs

其他参数和关键字参数没有效果，但为与 NumPy 的兼容性可能被接受。

Returns:

pandas.DataFrame.keys

最大值的标签。

Raises:

ValueError

如果 Series 为空。

参见

numpy.argmax

返回沿给定轴的最大值的索引。

DataFrame.idxmax

返回请求轴上最大值的第一个出现索引。

Series.idxmin

返回最小值的第一个出现位置的索引*标签*。

Notes

此方法是 Series 版本对应于 ndarray.argmax。此方法返回最大值的标签，而 ndarray.argmax 返回位置。要获取位置，请使用 series.values.argmax()。

Examples

>>> s = pd.Series(data=[1, None, 4, 3, 4],
...               index=['A', 'B', 'C', 'D', 'E'])
>>> s
A    1.0
B    NaN
C    4.0
D    3.0
E    4.0
dtype: float64

>>> s.idxmax()
'C'

如果 skipna 为 False 且数据中存在 NA 值，则函数返回 nan。

>>> s.idxmax(skipna=False)
nan