python - 编写一个函数，返回并打印列中所有值中的最大值

Question

我有这张表:

A DataFrame table which is made by using Jupyter Notebook.

这实际上只是表格的一部分。

完整的表格实际上是一个 .csv 文件，通过使用 .head() 函数，仅显示前五行。

我需要编写一个函数，返回并打印第二列中所有值中的最大值，其标签为“Gold”。
该函数应返回单个字符串值。

在写问题之前，我查阅了多个资料来源，尝试了多种方法来解决我的问题。

这似乎是一个非常简单的解决方案，但不幸的是我没有成功找到它。
(这个查询可能有几种可选的解决方案......？)

请帮助我，我完全困惑。
谢谢!

以下是所有来源:

• Python Pandas iterate over rows and access column names

• https://stackoverflow.com/questions/15741759/find-maximum-value-of-a-column-and-return-the-corresponding-row-values-using-pan#=

• http://www.datasciencemadesimple.com/get-maximum-value-column-python-pandas/

以下是我尝试解决该问题的所有方法，其中一些存在语法错误:

1.a:传统的求最大值算法，如C语言中的“for”循环。

def answer_one():

row=1

max_gold = df['Gold'].row  # Setting the initial maximum.

for col in df.columns: 

    if col[:2]=='Gold': # finding the column.    

        # now iterating through all the rows, finding finally the absolute maximum:

        for row in df.itertuples():  # I also tried: for row=2 in df.rows:

            if(df['Gold'].row > max_gold)  # I also tried: if(row.Gold > max_gold)

                 max_gold = df['Gold'].row  #  I also tried: max_gold = row.Gold

return df.max_gold

我在如何将打印功能合并到上面的代码中时遇到问题，所以我单独添加了它:

1.b:

for row in df.itertuples():
    print(row.Gold)         # or: print(max_gold)

1.c:

for col in df.columns: 

if col[:2]=='Gold':

    df[df['Gold'].max()]

2.

def answer_one():

df = pd.DataFrame(columns=['Gold']) # syntax error.

for row in df.itertuples():    # The same as the separated code sction above.
        print(row.Gold)

3.

def answer_one():

print(df[['Gold']][df.Value == df.Value.max()]) # I don't know if "Value" is a key word or not.

def answer_one():
return df['Gold'].max() # right syntax, wrong result (not the max value). 

5.

def answer_one():

s=data.max()

print '%s' % (s['Gold']) # syntax error. 

6.a:

def answer_one():

df.loc[df['Gold'].idxmax()] # right syntax, wrong output (all the column indexes of the table are shown in a column)

6.b:

def answer_one():

df.loc[:,['Gold']]  # or: df.loc['Gold']  

df['Gold'].max()

Answer 1

第一个问题很好，我假设您正在 coursera 上学习 Python 数据科学类(class)？

正如已经指出的，df['Gold'].max() 是正确的，但是，如果数据类型错误，它将不会返回预期结果。所以首先要确保它是一个数字。如果此数据集的输出不是 int64，您可以通过运行 df['Gold'].dtype 进行检查，您可以通过运行 df 来更正它。 loc[:,'Gold'] = df.loc[:,'Gold'].str.replace(',','').astype(int) 之后 df['Gold' ].max() 将返回 1022。

当涉及到 for 循环时，在这种情况下，您可以迭代 Gold 系列中的所有值，而不是同时迭代所有列和所有行。请注意，python 使用 0 索引!因此，如果您使用第 1 行作为起点，如果最大值位于第一行 (row0)，并且您使用 [Index] 而不是 进行索引，则会得到错误的结果。索引。所以 for 循环可能看起来像这样。

CurrentMax = df['Gold'][0]
for value in df['Gold']:
    if value>CurrentMax:
        CurrentMax = value
print(CurrentMax)

包装为函数:

def rowbyrow(df=df):
    CurrentMax = df['Gold'][0]
    for value in df['Gold']:
        if value>CurrentMax:
            CurrentMax = value
    #print(CurrentMax) if you want to print the result when running
    return CurrentMax

关于第3点。我相信您所追求的是下面的内容，它会根据 Gold 值等于最大值的位置来过滤 Gold，因为您在 Gold 周围使用了两个括号，这将返回一个数据框而不仅仅是值:df[['Gold']][df.Gold == df.Gold.max()]如果有一个括号，它将返回一系列:df['Gold'][df.Gold == df.Gold.max()]

关于第5点，如果使用python 3可能会导致语法错误？在 python 3 中，您需要在 print 语句之后使用 ()，因此下面应该可以工作:

s=df.max()
print('%s' % (s['Gold']))

关于第6点:a如果您只想输出特定列，则需要在过滤条件之后传递该列(用,分隔)，如下所示:

df.loc[df['Gold'].idxmax(),'Gold']

如果你想返回几列，你可以传递一个列表，例如

df.loc[df['Gold'].idxmax(),['Country','Gold']]

对于点 1:c，[:2] 将返回前两个字母。与四个字母的单词 Gold 相比，So 始终为 false。

一些性能比较:

1.

%%timeit
df.loc[df['Gold'].idxmax(),'Gold']
10000 loops, best of 3: 76.6 µs per loop

2.

%%timeit
s=df.max()
'%s' % (s['Gold'])
1000 loops, best of 3: 733 µs per loop

3.

%%timeit
rowbyrow()
10000 loops, best of 3: 71 µs per loop

4.

%%timeit
df['Gold'].max()
10000 loops, best of 3: 106 µs per loop

我惊讶地发现函数 rowbyrow() 的结果最快。

创建具有 10k 随机值的系列后，rowbyrow() 仍然是最快的。

看这里:

df = pd.DataFrame((np.random.rand(10000, 1)), columns=['Gold']) 

%%timeit  # no. 1
df['Gold'].max()

The slowest run took 10.30 times longer than the fastest.   
10000 loops, best of 3: 127 µs per loop


%%timeit  # no. 2
rowbyrow()

The slowest run took 8.12 times longer than the fastest.   
10000 loops, best of 3: 72.7 µs per loop