我试图从整个Pandas Dataframe 中获取最大值。我对它来自哪一行或哪一列不感兴趣。我只对DataFrame中的单个最大值感兴趣。
下面是我的DataFrame：
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]})这是它看起来的样子：
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预期输出：
43.0我假设df.max（）可以完成这项工作，但它为每一列返回一个最大值，但我对此不感兴趣。我需要整个 Dataframe 的最大值。
7条答案
按热度按时间eh57zj3b1#
DataFrame中所有值的最大值可以使用
df.to_numpy().max()获得，或者对于pandas < 0.24.0，我们使用df.values.max()：最大值是
f而不是43.0，因为在CPython2中，在CPython2中，不同类型的对象…按其类型名称排序。因此，任何
str都比自'str' > 'int'以来的任何int都大。在Python3中，字符串和int的比较会引发
TypeError。若要仅在数值列中查找最大值，请使用
aelbi1ox2#
最简单的答案如下。答：
说明：
series = df.max()为您提供一个包含每列最大值的Series。因此，
series.max()为整个 Dataframe 提供了最大值。当涉及字符串时，
numeric_only是必需的;正如@unutbu的回答所指出的，OP的问题的结果在python 2中将是f，在python 3中将是TypeError。z0qdvdin3#
另一种方法：
本质上，
melt()将DataFrame转换为一个长列。mm5n2pyu4#
使用numpy max
或
或者在Pandas身上
xqkwcwgp5#
对于最大值，检查以前的答案。。对于值的最大值，使用例如：
nfzehxib6#
可以通过以下两个步骤找到Max：
f45qwnt87#
This answer可能最适合一般情况，但如果您需要速度，并且您的值仅限于已知列，则首先指定您的列将使用更少的CPU周期。例如：
如果已知指定的列仅包含数字，则可以删除
numeric_only。