獲取數據框中最大值的（行，列）指數

Question

我有一個數據框，看起來像這樣。

import pandas as pd 
data = [[5, 7, 10], [7, 20, 4,], [8, 1, 6,]] 
cities = ['Boston', 'Phoenix', 'New York'] 
df = pd.DataFrame(data, columns=cities, index=cities) 

輸出：

  Boston Phoenix New York 
Boston  5  7   10 
Phoenix  7  20   4 
New York 8  1   6 

而且我希望能夠找到城市對具有最大的價值。在這種情況下，我想要返回鳳凰城，鳳凰城。

我曾嘗試：

cityMax = df.values.max() 
cityPairs = df.idxmax() 

第一個只給了我最大的值（20）和第二給我每個城市最多對不只是整體的最大。有沒有辦法爲數據框中的指定值返回索引和列標題？

Answer 1

使用拆散（），並使用idxmax提取頂部多指標作爲一個元組（）

import pandas as pd 
data = [[5, 7, 10], [7, 20, 4,], [8, 1, 6,]] 
cities = ['Boston', 'Phoenix', 'New York'] 
df = pd.DataFrame(data, columns=cities, index=cities) 

print df.unstack().idxmax() 

回報：

('Phoenix', 'Phoenix') 

Answer 2

你可以試試這個太

In [15]: df_mat = df.as_matrix() 

In [16]: cols, idxs = np.where(df_mat == np.amax(df_mat)) 

In [17]: ([df.columns[col] for col in cols], [df.index[idx] for idx in idxs]) 
Out[17]: (['Phoenix'], ['Phoenix']) 

@piemont方法似乎更優雅。但是，我想知道你的情況（數據大小），哪種方法工作得更快。您可以通過在全部數據上對這些函數進行計時來檢查嗎？

Answer 3

row_city, column_city = (df.max(axis=1).idxmax(), df.max(axis=0).idxmax())