ArgMax()或IDXMAX()没有提供最大值所在的位置的正确索引

Question

我有一个子集数据框架，并试图在"卷"列中的最大音量中找到索引。在这种情况下，它应该是索引1428，但是使用argmax或idxmcx，它给出了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

我将在哪里使用

combine1['volume'].idxmax(axis=0)
Out[385]: 1431
combine1['volume'].argmax()
Out[386]: 1431

这两个都是不正确的。如何解决此问题？

Answer 1

@user9240544，您需要使用to_numeric将列转换为float。请参阅下面的模型：

您注意到如果删除了combine1['volume'] = pd.to_numeric(combine1['volume'])，则会将"音量"作为字符串获得，这就是您获得的结果。

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()