dataframe取某列最大值行

您可以使用 `idxmax()` 方法来获取 DataFrame 中某一列的最大值所在的行。下面是一个示例代码：

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 30, 35, 40],
    'salary': [50000, 60000, 70000, 80000]
})

# 获取 salary 列最大值所在的行
max_salary_row = df.loc[df['salary'].idxmax()]

print(max_salary_row)

输出结果为：

name      David
age          40
salary    80000
Name: 3, dtype: object

此时 `max_salary_row` 变量中保存了 `salary` 列最大值所在的行。您可以根据需要修改代码以适应您的数据格式和要求。

相关问题

spark求最大值最小值

数据库失败" << endl;
}

// 获取错误信息
string error = sql_server.GetLastError();
cout << "错误在Spark中，可以使用`max()`和`min()`函数来求取一个RDD或DataFrame中某一列的最大值信息：" << error << endl;

system("pause");
return 0;
}

在上述代码中，SqlServer类封和最小值。

对于RDD：

rdd = sc.parallelize([1, 3, 5, 2装了连接数据库、执行SQL语句、查询数据、插入、更新、删除数据、事务处理等操作，通过, 4])
max_val = rdd.max()
min_val = rdd.min()
print("Max value:", max_val)
print("Min调用类中的方法来实现操作。在使用时，需要根据实际情况修改连接字符串和SQL语句:", min_val)

对于DataFrame：

from pyspark.sql.functions import max, min

df = spark.createDataFrame([(1, "A"), (3, "B"), (5, "C"), (2, "D"), (4, "E")], ["num", "char"])
max_val = df.select(max("num")).collect()[0][0]
min_val = df.select(min("num")).collect()[0][0]
print("Max value:", max_val)
print("Min value:", min_val)

这里假设num列中存储的是数字类型。如果是其他类型，需要相应地修改代码。