目录
- 新功能
- 安装
- 贡献给pandas
- 常见问题(FAQ)
- 套装概述
- 10分钟到熊猫
- 教程
- 食谱
- 数据结构简介
- 基本基本功能
- 使用文本数据
- 选项和设置
- 索引和选择数据
- MultiIndex /高级索引
- 计算工具
- 使用缺失数据
- 分组:split-apply-combine
- 合并,连接和连接
- 整形和数据透视表
- 时间系列/日期功能
- 时间Deltas
- 分类数据
- 可视化
- 样式
- IO工具(文本,CSV,HDF5,...)
- 远程数据访问
- 增强性能
- 稀疏数据结构
- 告诫和诀窍
- rpy2 / R interface
- pandas生态系统
- 与R / R库比较
- 与SQL比较
- 与SAS的比较
- API参考
- 输入/输出
- 一般功能
- 系列
- DataFrame
- 面板
- Panel4D
- 索引
- CategoricalIndex
- MultiIndex
- DatetimeIndex
- TimedeltaIndex
- 窗口
- GroupBy
- 索引,迭代
- 功能应用
- 计算/描述统计
- pandas.core.groupby.GroupBy.count
- pandas.core.groupby.GroupBy.cumcount
- pandas.core.groupby.GroupBy.first
- pandas.core.groupby.GroupBy.head
- pandas.core.groupby.GroupBy.last
- pandas.core.groupby.GroupBy.max
- pandas.core.groupby.GroupBy.mean
- pandas.core.groupby.GroupBy.median
- pandas.core.groupby.GroupBy.min
- pandas.core.groupby.GroupBy.nth
- pandas.core.groupby.GroupBy.ohlc
- pandas.core.groupby.GroupBy.prod
- pandas.core.groupby.GroupBy.size
- pandas.core.groupby.GroupBy.sem
- pandas.core.groupby.GroupBy.std
- pandas.core.groupby.GroupBy.sum
- pandas.core.groupby.GroupBy.var
- pandas.core.groupby.GroupBy.tail
- pandas.core.groupby.DataFrameGroupBy.agg
- pandas.core.groupby.DataFrameGroupBy.all
- pandas.core.groupby.DataFrameGroupBy.any
- pandas.core.groupby.DataFrameGroupBy.bfill
- pandas.core.groupby.DataFrameGroupBy.corr
- pandas.core.groupby.DataFrameGroupBy.count
- pandas.core.groupby.DataFrameGroupBy.cov
- pandas.core.groupby.DataFrameGroupBy.cummax
- pandas.core.groupby.DataFrameGroupBy.cummin
- pandas.core.groupby.DataFrameGroupBy.cumprod
- pandas.core.groupby.DataFrameGroupBy.cumsum
- pandas.core.groupby.DataFrameGroupBy.describe
- pandas.core.groupby.DataFrameGroupBy.diff
- pandas.core.groupby.DataFrameGroupBy.ffill
- pandas.core.groupby.DataFrameGroupBy.fillna
- pandas.core.groupby.DataFrameGroupBy.hist
- pandas.core.groupby.DataFrameGroupBy.idxmax
- pandas.core.groupby.DataFrameGroupBy.idxmin
- pandas.core.groupby.DataFrameGroupBy.mad
- pandas.core.groupby.DataFrameGroupBy.pct_change
- pandas.core.groupby.DataFrameGroupBy.plot
- pandas.core.groupby.DataFrameGroupBy.quantile
- pandas.core.groupby.DataFrameGroupBy.rank
- pandas.core.groupby.DataFrameGroupBy.resample
- pandas.core.groupby.DataFrameGroupBy.shift
- pandas.core.groupby.DataFrameGroupBy.size
- pandas.core.groupby.DataFrameGroupBy.skew
- pandas.core.groupby.DataFrameGroupBy.take
- pandas.core.groupby.DataFrameGroupBy.tshift
- pandas.core.groupby.SeriesGroupBy.nlargest
- pandas.core.groupby.SeriesGroupBy.nsmallest
- pandas.core.groupby.SeriesGroupBy.nunique
- pandas.core.groupby.SeriesGroupBy.unique
- pandas.core.groupby.SeriesGroupBy.value_counts
- pandas.core.groupby.DataFrameGroupBy.corrwith
- pandas.core.groupby.DataFrameGroupBy.boxplot
- 重新采样
- 样式
- 通用效用函数
- 内部
- 发行说明
搜索
输入搜索字词或模块,类或函数名称。
pandas.core.groupby.DataFrameGroupBy.idxmax¶
-
DataFrameGroupBy.
idxmax
(axis=0, skipna=True)¶ 在请求的轴上的第一次出现的最大值的返回索引。NA /空值被排除。
参数: axis:{0或'index',1或'columns'},默认值为0
0或“index”表示逐行,1或“列”表示逐列
skipna:boolean,default True
排除NA / null值。如果整个行/列为NA,则结果将是第一个索引。
返回: idxmax:系列
也可以看看
Series.idxmax
笔记
此方法是
ndarray.argmax
的DataFrame版本。