Pandas DataFrame DataFrame.max() Función

Jinku Hu 30 enero 2023
  1. Sintaxis de pandas.DataFrame.max():
  2. Códigos de ejemplo: DataFrame.max() Método para encontrar el máximo a lo largo del eje de la columna
  3. Códigos de ejemplo: DataFrame.max() Método para encontrar el máximo a lo largo del eje de la fila
  4. Códigos de ejemplo: DataFrame.max() Método para obtener el máximo ignorando los valores NaN
Pandas DataFrame DataFrame.max() Función

La función Python Pandas DataFrame.max() calcula el valor máximo de los valores del objeto DataFrame sobre el eje especificado.

Sintaxis de pandas.DataFrame.max():

DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

Parámetros

axis encontrar el máximo a lo largo de la fila (axis=0) o la fila (axis=1)
skipna Booleana. Excluir los valores NaN (skipna=True) o incluir los valores NaN (skipna=False)
level Cuenta junto con el nivel particular si el eje es MultiIndex.
numeric_only Booleana. Para numeric_only = True, incluye sólo las columnas float, int y boolean.
**kwargs Argumentos de palabras clave adicionales a la función.

Retorna

Si no se especifica el level, devuelve Series del máximo de los valores para el eje solicitado, si no, devuelve DataFrame de los valores máximos.

Códigos de ejemplo: DataFrame.max() Método para encontrar el máximo a lo largo del eje de la columna

import pandas as pd

df = pd.DataFrame({'X': [1, 2, 2, 3],
                   'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)

maxs = df.max()

print("Max of Each Column:")
print(maxs)

Resultado:

DataFrame:
   X  Y
0  1  4
1  2  3
2  2  8
3  3  4
Max of Each Column:
X    3
Y    8
dtype: int64

Obtiene el valor máximo de ambas columnas X y Y y finalmente devuelve un objeto Series con el máximo de cada columna.

Para encontrar el máximo de una columna particular de DataFrame en Pandas, llamamos a la función max() sólo para esa columna.

import pandas as pd

df = pd.DataFrame({'X': [1, 2, 2, 3],
                   'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)

maxs = df["X"].max()

print("Max of Each Column:")
print(maxs)

Resultado:

DataFrame:
   X  Y
0  1  4
1  2  3
2  2  8
3  3  4
Max of Each Column:
3

Sólo da el máximo de los valores de la columna X en el DataFrame.

Códigos de ejemplo: DataFrame.max() Método para encontrar el máximo a lo largo del eje de la fila

import pandas as pd

df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
                   'Y': [4, 3, 8, 2, 9],
                   'Z': [2, 7, 6, 10, 5]})
print("DataFrame:")
print(df)

maxs=df.max(axis=1)

print("Max of Each Row:")
print(maxs)

Resultado:

DataFrame:
    X  Y   Z
0   1  4   2
1   2  3   7
2   7  8   6
3   5  2  10
4  10  9   5
Max of Each Row:
0     4
1     7
2     8
3    10
4    10
dtype: int64

Calcula el máximo de todas las filas y finalmente devuelve un objeto Series con el máximo de cada fila.

Códigos de ejemplo: DataFrame.max() Método para obtener el máximo ignorando los valores NaN

Usamos el valor por defecto del parámetro skipna, es decir, skipna=True para encontrar el máximo de DataFrame a lo largo del eje especificado ignorando los valores NaN.

import pandas as pd

df = pd.DataFrame({'X': [1, 2, None, 3],
                   'Y': [4, 3, 7, 4]})
print("DataFrame:")
print(df)

maxs=df.max(skipna=True)
print("Max of Columns")
print(maxs)

Resultado:

DataFrame:
     X    Y
0  1.0  4.0
1  2.0  3.0
2  NaN  7.0
3  3.0  4.0
Max of Columns
X    3.0
Y    7.0
dtype: float64

Si establecemos skipna=True, ignora el NaN en el dataframe. Nos permite calcular el máximo de DataFrame a lo largo del eje de la columna ignorando los valores NaN.

import pandas as pd

df = pd.DataFrame({'X': [1, 2, None, 3],
                   'Y': [4, 3, 7, 4]})
print("DataFrame:")
print(df)

maxs=df.max(skipna=False)
print("Max of Columns")
print(maxs)

Resultado:

DataFrame:
     X  Y
0  1.0  4
1  2.0  3
2  NaN  7
3  3.0  4
Max of Columns
X    NaN
Y    7.0
dtype: float64

Aquí, obtenemos el valor NaN para el valor máximo de la columna X ya que la columna X tiene el valor NaN presente en ella.

Autor: Jinku Hu
Jinku Hu avatar Jinku Hu avatar

Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.

LinkedIn Facebook

Artículo relacionado - Pandas DataFrame