Pandas DataFrame 14-01 최대/최소 (max / min)

14-01 최대/최소 (max / min)

---

DataFrame.max(axis=None, skipna=None, level=None, numeric_only=None, kwargs)

DataFrame.min(axis=None, skipna=None, level=None, numeric_only=None, kwargs)

 

개요

---

min / max 메서드는 행/열 의 최대값, 최소값을 구하는 메서드 입니다.

 

사용법

---

기본 사용법
※ 자세한 내용은 아래 예시를 참고 바랍니다.
df.max(axis=None, skipna=None, level=None, numeric_only=None, kwargs)
df.min(axis=None, skipna=None, level=None, numeric_only=None, kwargs)
axis : {0 : index / 1 : columns} 계산의 기준이 될 축입니다.
skipna : 결측치를 무시할지 여부입니다.
level : Multi Index의 경우 연산을 수행할 레벨입니다.
numeric_only : 숫자, 소수, 부울만 이용할지 여부입니다.
kwargs : 함수에 전달할 추가 키워드입니다.

반응형

 

예시

---

먼저 기본적인 사용법 예시를 위해 Multi Index 객체를 생성하겠습니다.

[N,T,F]=[np.NaN,True,False]
idx = [['IDX1','IDX1','IDX2','IDX2'],['row1','row2','row3','row4']]
col = [['COL1','COL1','COL2','COL2'],['val1','val2','val3','val4']]
data = [[N,13,3,4],[5,7,10,8],[15,6,N,3],[2,14,9,1]]
df = pd.DataFrame(data,idx,col)
print(df)
>>
           COL1       COL2     
           val1 val2  val3 val4
IDX1 row1   NaN   13   3.0    4
     row2   5.0    7  10.0    8
IDX2 row3  15.0    6   NaN    3
     row4   2.0   14   9.0    1

---

기본적인 사용법(+axis)
기본적으로 df.max( ) / df.min( )를 사용할 경우 모든 행/열에 대해서 최대/최소 값을 찾습니다.

print(df.max())
>>
COL1  val1    15.0
      val2    14.0
COL2  val3    10.0
      val4     8.0
dtype: float64

axis를 설정해 줄 경우 축을 지정할 수 있습니다.

print(df.max(axis=1))
>>
IDX1  row1    13.0
      row2    10.0
IDX2  row3    15.0
      row4    14.0
dtype: float64

skipna인수의 사용
skipna인수를 사용할 경우 계산에 대해서 결측치를 포함하거나 제외시킬 수 있습니다.

print(df.max(skipna=True))
>>
COL1  val1    15.0
      val2    14.0
COL2  val3    10.0
      val4     8.0
dtype: float64

print(df.max(skipna=False))
>>
COL1  val1     NaN
      val2    14.0
COL2  val3     NaN
      val4     8.0
dtype: float64

level의 설정
Multi Index의 경우 연산을 수행할 level을 지정할 수 있습니다.

print(df.max(level=0))
>>
      COL1       COL2     
      val1 val2  val3 val4
IDX1   5.0   13  10.0    8
IDX2  15.0   14   9.0    3
# print(df.groupby(level=0).max()) 와 동일한 역할을 수행

min메서드의 경우
이 아래는 위 예시와 동일하게 min메서드를 수행한 경우 입니다.

print(df.min())
>>
COL1  val1    2.0
      val2    6.0
COL2  val3    3.0
      val4    1.0
dtype: float64

print(df.min(axis=1))
>>
IDX1  row1    3.0
      row2    5.0
IDX2  row3    3.0
      row4    1.0
dtype: float64

print(df.min(skipna=True))
>>
COL1  val1    2.0
      val2    6.0
COL2  val3    3.0
      val4    1.0
dtype: float64

print(df.min(skipna=False))
>>
COL1  val1    NaN
      val2    6.0
COL2  val3    NaN
      val4    1.0
dtype: float64

print(df.min(level=0))
>>
     COL1      COL2     
     val1 val2 val3 val4
IDX1  5.0    7  3.0    4
IDX2  2.0    6  9.0    1
# print(df.groupby(level=0).min())와 동일