Выберите строку с максимальным и минимальным значением в кадре данных Pandas

Опубликовано: 5 Января, 2022

Давайте посмотрим, как мы можем выбрать строку с максимальным и минимальным значением в фрейме данных Pandas с помощью различных примеров.

Рассмотрим этот набор данных.

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 print (df.head( 10 )) 

Выход:

Использование max на Dataframe -

Код №1: показывает максимальное количество в столбцах «Драйвер», «Очки» и «Возраст».

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 
# the result shows max on
 # Driver, Points, Age columns.
 print (df. max ()) 

Выход:

Код # 2: Кто набрал максимальное количество очков

Выход:

Код № 3: Каков максимальный возраст

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 
# what is the maximum age ?
 print (df.Age. max ()) 

Выход:

Код №4: У какой строки максимальный возраст в фрейме данных | кто самый старший водитель?

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 
# Which row has maximum age |
 # who is the oldest driver ?
 print (df[df.Age = = df.Age. max ()]) 

Выход:

Использование min в Dataframe -

Код №1: показывает минимальное количество очков в столбцах «Драйвер», «Очки» и «Возраст».

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 
# the result shows min on
 # Driver, Points, Age columns.
 print (df. min ()) 

Выход:

Код # 2: Кто набрал меньше очков

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 
# Who scored less points ?
 print (df[df.Points = = df.Points. min ()]) 

Выход:

Код №3: Какая строка имеет минимальный возраст в фрейме данных | кто самый молодой водитель

 # importing pandas and numpy
 import pandas as pd
 import numpy as np
 
# data of 2018 drivers world championship
 dict1 = { 'Driver' :[ 'Hamilton' , 'Vettel' , 'Raikkonen' ,
                  'Verstappen' , 'Bottas' , 'Ricciardo' ,
                  'Hulkenberg' , 'Perez' , 'Magnussen' ,
                  'Sainz' , 'Alonso' , 'Ocon' , 'Leclerc' ,
                  'Grosjean' , 'Gasly' , 'Vandoorne' ,
                  'Ericsson' , 'Stroll' , 'Hartley' , 'Sirotkin' ],
                   
        'Points' :[ 408 , 320 , 251 , 249 , 247 , 170 , 69 , 62 , 56 ,
                   53 , 50 , 49 , 39 , 37 , 29 , 12 , 9 , 6 , 4 , 1 ],
                    
        'Age' :[ 33 , 31 , 39 , 21 , 29 , 29 , 31 , 28 , 26 , 24 , 37 ,
                      22 , 21 , 32 , 22 , 26 , 28 , 20 , 29 , 23 ]}
                       
# creating dataframe using DataFrame constructor
 df = pd.DataFrame(dict1)
 
# Which row has maximum age |
 # who is the youngest driver ?
 print (df[df.Age = = df.Age. min ()]) 

Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python Technical Scripter Picked

Выберите строку с максимальным и минимальным значением в кадре данных Pandas

Использование max на Dataframe -

Использование min в Dataframe -

РЕКОМЕНДУЕМЫЕ СТАТЬИ