python用pandas求excel中每一行第18、19、20、21、22、23列的最大值并求这些列中最大值的个数

可以使用 pandas 的 read_excel 函数读取 Excel 表格，然后使用 iloc 函数获取需要的列，再使用 max 函数求出每一行中这些列的最大值，最后再使用 max 函数求出这些最大值的最大值，以及使用 value_counts 函数求出最大值出现的次数。

以下是代码示例：

import pandas as pd

# 读取 Excel 表格
df = pd.read_excel('example.xlsx')

# 获取需要的列
cols = df.iloc[:, 17:23]

# 求每一行中这些列的最大值
row_max = cols.max(axis=1)

# 求这些最大值的最大值
max_max = row_max.max()

# 求最大值出现的次数
max_count = (row_max == max_max).sum()

print(f'最大值为{max_max}，出现了{max_count}次。')

其中，`iloc[:, 17:23]` 表示获取所有行的第18至23列。如果你的 Excel 表格中第一行是列名，那么需要在读取表格时添加 `header=0` 参数，如 `pd.read_excel('example.xlsx', header=0)`。

相关问题

python 用pandas读取第18、19、20、21、22、23列每一行的数值，求每一行的最大值，并求每一行中各自的最大值的个数

好的，我理解了你的问题。下面是代码示例：

import pandas as pd

# 读取第18到23列的数据
df = pd.read_csv('data.csv', usecols=[17, 18, 19, 20, 21, 22])

# 求每一行的最大值
max_values = df.max(axis=1)

# 统计每一行中各自的最大值的个数
count_dict = {}
for value in max_values:
    if value in count_dict:
        count_dict[value] += 1
    else:
        count_dict[value] = 1

print(count_dict)

以上代码假设数据文件名为 `data.csv`，并且数据中第一列为索引列。`usecols=[17, 18, 19, 20, 21, 22]` 表示只读取第18到23列的数据。`df.max(axis=1)` 求每一行的最大值，`count_dict` 统计每一行中各自的最大值的个数。

Python用pandas提取Excel表中每行数据中最大值的重复个数并存入新的一列

可以使用 pandas 库中的 `apply()` 函数和 `value_counts()` 函数来统计 Excel 表中每行数据中最大值的重复个数，并将结果存入新的一列。具体操作如下：

假设有一个 Excel 表格，其中一列名为 `A`，需要统计每行中最大值的重复个数，可以使用如下代码：

import pandas as pd

# 读取 Excel 表格
df = pd.read_excel('test.xlsx')

# 定义一个函数用于统计每行数据中最大值的重复个数
def count_max(row):
    max_value = max(row)  # 获取每行中的最大值
    return pd.Series(row).value_counts().get(max_value, 0)

# 使用 apply() 函数将该函数应用到每一行数据上
df['count_of_max'] = df.apply(count_max, axis=1)

# 输出结果
print(df)

其中，`count_max()` 函数用于统计每行数据中最大值的重复个数。首先使用 `max()` 函数获取每行中的最大值，然后使用 `pd.Series()` 将每行数据转换为一维的 Series 对象，再使用 `value_counts()` 函数进行统计，最后使用 `get()` 函数获取最大值的重复个数。`apply()` 函数将该函数应用到每一行数据上，并且使用 `axis=1` 参数表示对每一行数据进行操作。最后，将统计结果存储在新的一列中，列名为 `count_of_max`。

输出的结果为一个新的 DataFrame，其中包含每行数据以及每行中最大值的重复个数。