pandas.core.groupby.SeriesGroupBy.idxmax

SeriesGroupBy.idxmax(skipna=True)

返回最大值的行标签。

如果有多个值等于最大值，则返回具有该值的第一个行标签。

参数:

skipna布尔值, 默认为 True

排除 NA 值。

返回:

索引

最大值的标签。

引发:

ValueError

如果 Series 为空或 skipna=False 且任何值为 NA。

参见

numpy.argmax

返回沿给定轴的最大值的索引。

DataFrame.idxmax

返回请求轴上最大值的第一个出现的索引。

Series.idxmin

返回值中最小值的第一个出现位置的 标签 。

例子

>>> ser = pd.Series(
...     [1, 2, 3, 4],
...     index=pd.DatetimeIndex(
...         ["2023-01-01", "2023-01-15", "2023-02-01", "2023-02-15"]
...     ),
... )
>>> ser
2023-01-01    1
2023-01-15    2
2023-02-01    3
2023-02-15    4
dtype: int64

>>> ser.groupby(["a", "a", "b", "b"]).idxmax()
a   2023-01-15
b   2023-02-15
dtype: datetime64[s]