argmax（）或idxmax（）没有提供最大值所在的正确索引

Question

我有一个子集dataframe，并试图找到索引，其中volume列中是max volume。在本例中，它应该是索引1428，但是使用argmax或idxmcx，它得到1431

combine1
Out[381]: 
       folder                   fn    volume
1428  SF_20141231  IF1501_20141231.csv  162.0000
1429  SF_20141231  IF1502_20141231.csv    4.0000
1430  SF_20141231  IF1503_20141231.csv    6.0000
1431  SF_20141231  IF1506_20141231.csv    7.0000
1432  SF_20141231  TF1503_20141231.csv    4.0000
1433  SF_20141231  TF1506_20141231.csv    0.0000
1434  SF_20141231  TF1509_20141231.csv    0.0000

我要用的地方

^{pr2}$

这两个都不正确。怎么解决这个问题？在

Answer 1

@user9240544，您需要将列转换为float使用\u numeric。请参见下面的模型：

您注意到，如果您删除combine1['volume'] = pd.to_numeric(combine1['volume'])行，您将得到'volume'作为字符串，这就是您得到的结果。在

raw_data = {
    'folder': ['SF_20141231','SF_20141231','SF_20141231','SF_20141231','SF_20141231','SF_20141231','SF_20141231'], 
        'fn': ['IF1501_20141231.csv','IF1502_20141231.csv','IF1503_20141231.csv','IF1506_20141231.csv','TF1503_20141231.csv','TF1506_20141231.csv','TF1509_20141231.csv'], 
        'volume': ['162.0000','4.0000','6.0000','7.0000','4.0000','0.0000','0.0000']}

combine1 = pd.DataFrame(raw_data,index=[1428,1429,1430,1431,1432,1433,1434])
combine1['volume'] = pd.to_numeric(combine1['volume'])
combine1['volume'].idxmax(axis=0)
combine1['volume'].argmax()