熊猫：找到所有列的最大值并打印这一行答案

【问题标题】：Pandas: find maximum value across all columns and print this row熊猫：找到所有列的最大值并打印这一行
【发布时间】：2019-08-30 23:33:47
【问题描述】：

我有一个大数据框，其中包含标准化和缩放的数据，应该在 0-1 的范围内。但是当我打印它的最大值时，我得到 - 1.000000002。 describe() 方法不显示此值。所以我试图找出问题并想打印有问题的一行。我遇到的所有其他答案都是关于打印具有某一列最大值的行。如何打印包含整个数据帧最大值的行？感谢您的帮助！

test = pd.DataFrame({'att1'  : [0.1, 0.001, 0.0001,
                            1, 2,
                            0.5, 0, -1, -2],
                   'att2':[0.01, 0.0001, 0.00001,
                            1.1, 2.2,
                            2.37, 0, -1.5, -2.5]})
test.max().max()
Out: 2.37000

理想的结果：

    att1    att2
5   0.5     2.37

统一更新： 我更新了测试数据框，因为它引起了混乱（我的错！）。我需要打印一行，其中包含整个数据帧的最大值。

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

我在stack 之后在这里使用idxmax

test.iloc[[test.stack().idxmax()[0]]]
Out[154]: 
   att1  att2
5   2.3  2.37

【讨论】：

你为什么使用stack？我认为只是将返回系列从idxmax 传递到iloc 并选择1st 行会比使用堆栈更好：test.iloc[test.idxmax()].head(1)
@andy 您假设每列的最大值都显示在同一行中。
是的，基于他的数据。否则，test.iloc[test.idxmax()] 足以显示两行。似乎他想显示att1 和att2 最大的行。因此，如果 att1_max 与 att2_max 位于不同的行，则显示这两行是有意义的。如果他只需要知道att1_max和att2_max，那么test.agg(['max'])更好

【解决方案2】：

让我们使用 np.where 返回行和列索引：

r, _ = np.where(test.values == np.max(test.values))
test.iloc[r]

输出：

   att1  att2
5   2.3  2.37

【讨论】：

【解决方案3】：

编辑：
经过OP的进一步解释，我认为将values数组与values.max()进行比较更灵活，如下所示：

test[test.values == test.values.max()]

它返回数据帧的max_value行。如果 att1_max 与 att2_max 相同但在不同的行上，则返回两行。在这种情况下，如果单行更可取，请将head(1) 添加到其中。

att1_max 和 att2_max 在同一行：

Out[660]:
     att1     att2
0  0.1000  0.01000
1  0.0010  0.00010
2  0.0001  0.00001
3  1.0000  1.10000
4  2.0000  2.20000
5  2.3000  2.37000
6  0.0000  0.00000
7 -1.0000 -1.50000
8 -2.0000 -2.50000

In [661]: test[test.values == test.values.max()]
Out[661]:
   att1  att2
5   2.3  2.37

att1_max 和 att2_max 在不同的行上：

Out[664]:
     att1     att2
0  0.1000  0.01000
1  0.0010  0.00010
2  0.0001  0.00001
3  1.0000  1.10000
4  2.0000  2.20000
5  2.3000  1.37000
6  0.0000  0.00000
7 -1.0000 -1.50000
8 -2.0000 -2.50000

In [665]: test[test.values == test.values.max()]
Out[665]:
   att1  att2
5   2.3  1.37

att1_max 与 att2_max 相同，但在不同的行上（这种情况 stack 只返回 1 行，而这会返回两行）

Out[668]:
      att1      att2
0   0.1000   0.01000
1  25.0500   0.00010
2   0.0001   0.00001
3   1.0000   1.10000
4   2.0000   2.20000
5   2.3000   1.37000
6   0.0000   0.00000
7  -1.0000  25.05000
8  -2.0000  -2.50000

In [669]: test[test.values == test.values.max()]
Out[669]:
    att1     att2
1  25.05   0.0001
7  -1.00  25.0500

注意：在最后一种情况下，如果需要返回单，只需添加head(1)

In [670]: test[test.values == test.values.max()].head(1)
Out[670]:
    att1    att2
1  25.05  0.0001

注意 2：如果 att1_max 和 att2_max 相同且在同一行，则该行将显示两次。在那种情况下使用drop_duplicates() 来处理它。

原文：

@Wen-Ben 的回答很好，但我认为在这里使用stack 是不必要的。我更喜欢idxmax和drop_duplicates：

test.iloc[test.idxmax()].drop_duplicates()

或

test.loc[test.idxmax().drop_duplicates()]

att1_max 和 att2_max 在同一行：

In [510]: test.iloc[test.idxmax()].drop_duplicates()
Out[510]:
   att1  att2
5   2.3  2.37

att1_max 和 att2_max 在不同的行上：

In [513]: test.iloc[test.idxmax()].drop_duplicates()
Out[513]:
   att1  att2
5   2.3  1.37
4   2.0  2.20

所以，att1_max 和 att2_max 在同一行，返回精确的 1 行。 att1_max 和 att2_max 在不同的行，返回 att1_max 和 att2_max 存在的 2 行。

【讨论】：

嗨！我只需要打印包含整个数据帧最大值的行。所以第二个例子中的结果应该只是索引为 5 的行。
啊，我明白了。如果 att1_max 与 att2_max 的值相同但它们位于不同的行上，您要显示两行还是任一行？
@aviss Ummm 我认为这就是我使用堆栈的原因。