从熊猫数据框中返回最大值,而不是基于列或行

Question

我试图从熊猫数据框中获取最大值.我对它来自哪个行或列不感兴趣.我只对数据帧中的单个最大值感兴趣.

这是我的数据帧:

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

预期产量:

43.0

我假设df.max()会完成这项工作,但它返回每列的最大值,但我对此不感兴趣.我需要整个数据帧的最大值.

Answer 1

可以使用df.values.max()以下方法获取DataFrame中所有值的最大值:

In [10]: df.values.max()
Out[10]: 'f'

f在CPython2中,最大值不是43.0,而是

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

在CPython2中,不同类型的对象......按其类型名称排序.因此,任何str比喻为比更大int,因为'str' > 'int'.

在Python3中,字符串和整数的比较提出了一个TypeError.

要仅在数字列中查找最大值,请使用

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

Answer 2

嗨,最简单的答案如下.回答:

df.max().max()

说明:
series = df.max()为您提供一个包含每列最大值的Series.
因此,series.max()为您提供整个数据帧的最大值.

:)最好的答案通常是最简单的

Answer 3

另一种方法：

df.melt().value.max()

本质melt()上将 DataFrame 转换为一长列。

Answer 4

使用 numpy 最大值

np.max(df.values) 

或者

 np.nanmax(df.values)

或者在熊猫中

df.values.max()