Python DataFrame max()和min()的用法(附带实例)
在 Python 中,通过调用 DataFrame 对象的 max() 方法可实现行/列数据最大值计算,通过调用DataFrame对象的 min() 方法可实现行/列数据最小值计算
max() 方法的语法格式如下:
【实例 1】计算语文、数学和英语各科的最高分。
从运行结果得知,语文最高分 112 分,数学最高分 120 分,英语最高分 130 分。
min() 方法的语法格式如下:
【实例 2】计算语文、数学和英语各科的最低分。
从运行结果得知,语文最低分 105 分,数学最低分 88 分,英语最低分 99 分。
max() 方法的语法格式如下:
DataFrame.max([axis, skipna, level, ...])参数说明:
- axis:axis=0 表示逐行计算,axis=1 表示逐列计算,默认为逐行计算;
- skipna:skipna=1 表示将 NaN 值自动转换为 0,skipna=0 表示不自动转换 NaN 值,默认为将 NaN 值自动转换为 0;
- level:表示索引层级。
【实例 1】计算语文、数学和英语各科的最高分。

# 计算最高分 new = df.max() # 增加一行数据(语文、数学和英语的最高分,忽略索引) df = df.append(new, ignore_index=True) print(df)运行程序,结果为:
语文 | 数学 | 英语 | |
---|---|---|---|
0 | 110.0 | 105.0 | 99.0 |
1 | 105.0 | 88.0 | 115.0 |
2 | 109.0 | 120.0 | 130.0 |
3 | 112.0 | 115.0 | NaN |
4 | 112.0 | 120.0 | 130.0 |
从运行结果得知,语文最高分 112 分,数学最高分 120 分,英语最高分 130 分。
min() 方法的语法格式如下:
DataFrame.min([axis, skipna, level, ...])各个参数的含义和 max() 方法一样。
【实例 2】计算语文、数学和英语各科的最低分。
# 计算最低分 new = df.min() # 增加一行数据(语文、数学和英语的最低分,忽略索引) df = df.append(new, ignore_index=True) print(df)运行程序,结果为:
语文 | 数学 | 英语 | |
---|---|---|---|
0 | 110.0 | 105.0 | 99.0 |
1 | 105.0 | 88.0 | 115.0 |
2 | 109.0 | 120.0 | 130.0 |
3 | 112.0 | 115.0 | NaN |
4 | 105.0 | 88.0 | 99.0 |
从运行结果得知,语文最低分 105 分,数学最低分 88 分,英语最低分 99 分。