常用统计方法(3) -- max min idxmax idxmin

Pandas 统计探索精讲(3)：极值查找与索引定位 max、min、idxmax 与 idxmin 全解

小象实战讲义 · Python数据分析实战

在商业智能与数据报表分析中，我们不仅想知道“最高销售额是多少”、“最低气温是多少”，更迫切需要定位“最高销售额是在哪一天、由哪个门店产生的”、“最低气温出现在哪座城市”。也就是说，我们需要从数值极值进一步溯源到对应的行索引标签（Index Label）。Pandas 提供了 max() / min() 负责数值提取，以及 idxmax() / idxmin() 负责索引标签精准定位。本节我们将深入剖析两者的协同应用。

💡 核心导读

• 极值数值与索引标签双子星：
  • max() / min()：返回各轴向的最大/最小具体数值；
  • idxmax() / idxmin()：返回取得最大/最小值时对应的行索引标签或列标签。
• 双轴向定位能力：
  • axis=0（默认）：返回每列中极值所在的行标签；
  • axis=1：返回每行中极值所在的列标签。
• 结合 .loc[] 实现业务主键一键下钻与归因分析。

1. 极值数值与标签定位双向联动

idxmax() 与 idxmin() 是实现业务归因与特征下钻的最高效工具：

┌─────────────────────────────────────────────────────────────┐
│                 idxmax() 溯源定位模型                       │
├─────────────────────────────────────────────────────────────┤
│  城市 (Index)      AQI (数值)                               │
│  '北京'            35                                       │
│  '石家庄'          120 ──► max() = 120                      │
│  '海口'            18  ──► idxmax() = '石家庄' (极值溯源)   │
│                        ──► min() = 18, idxmin() = '海口'    │
└─────────────────────────────────────────────────────────────┘

import pandas as pd

# 创建月度各分店销售业绩报表
df_branches = pd.DataFrame({
    "东区分店": [120, 150, 180, 210, 160],
    "西区分店": [130, 110, 220, 190, 175],
    "南区分店": [90,  140, 160, 250, 230],
    "北区分店": [140, 165, 130, 170, 195]
}, index=["1月", "2月", "3月", "4月", "5月"])

print("=== 1. 原始分店月度销售额 (万元) ===")
print(df_branches)

# 1. 查找各分店的全周期最高销量 (max) 及发生在哪个月 (idxmax)
print("\n=== 2. 各分店最高销量及月份 (axis=0) ===")
max_sales = df_branches.max(axis=0)
best_months = df_branches.idxmax(axis=0)

for branch in df_branches.columns:
    print(f"• {branch}: 最高销量 {max_sales[branch]} 万元 (出现在 {best_months[branch]})")

# 2. 查找每个月份业绩最好的分店 (axis=1)
print("\n=== 3. 每月冠军分店定位 (axis=1) ===")
top_branch_per_month = df_branches.idxmax(axis=1)
print(top_branch_per_month)

2. 基于 idxmax 提取完整胜出记录明细

拿到 idxmax 返回的标签后，可以直接传入 .loc[] 提取整行完整画像，实现业务一键下钻。

# 创建包含更多维度的员工销售记录表
df_salespeople = pd.DataFrame({
    "name": ["张三", "李四", "王五", "赵六", "钱七"],
    "dept": ["技术", "销售", "销售", "市场", "销售"],
    "sales_amount": [45000, 128000, 96000, 78000, 156000],
    "customer_count": [12, 35, 28, 18, 42]
})

# 找出销售额最高的销售冠军所在行的索引下标
top_seller_idx = df_salespeople["sales_amount"].idxmax()
top_seller_record = df_salespeople.loc[top_seller_idx]

print("=== 4. 销售冠军完整画像下钻 ===")
print(f"冠军员工姓名: {top_seller_record['name']}")
print(f"所属部门: {top_seller_record['dept']}")
print(f"总销售额: {top_seller_record['sales_amount']:,} 元")
print(f"服务客户数: {top_seller_record['customer_count']} 人")

📝 动手练一练

1. 概念思考题：如果在某列数据中存在多个相同的最大值（例如有两天的销售额并列第一都是 500 万），idxmax() 会返回什么？

   👉 点击查看参考答案

   参考答案： idxmax() 会默认返回第一次出现该最大值时的行索引标签。如果需要获取所有并列最大值的标签，可以使用布尔筛选：df[df['col'] == df['col'].max()].index。

2. 编程练习：给定气温记录表 df_weather = pd.DataFrame({'temp': [35.2, 38.5, 31.0, 41.2]}, index=['北京', '吐鲁番', '昆明', '重庆'])，请找出全国气温最高的城市名称与最低气温的城市名称。

   👉 点击查看参考答案

   参考答案：

   import pandas as pd
   df_weather = pd.DataFrame({'temp': [35.2, 38.5, 31.0, 41.2]}, index=['北京', '吐鲁番', '昆明', '重庆'])
   hottest = df_weather['temp'].idxmax()
   coolest = df_weather['temp'].idxmin()
   print(f"最热城市: {hottest} ({df_weather.loc[hottest, 'temp']}°C)")
   print(f"最凉爽城市: {coolest} ({df_weather.loc[coolest, 'temp']}°C)")

本章小结

• 掌握了 max / min 提取极值数值的标准范式；
• 深入掌握了 idxmax / idxmin 进行标签溯源与归因分析的技巧；
• 学会了结合 .loc 实现从极值标签到多维样本画像的下钻查询。

📋 行动清单

• 在本地执行示例代码，观察控制台输出并记录关键指标。
• 做好准备，进入下一小节学习《Pandas 常用统计方法(4)：离散度量与累积统计 var、std、cumsum》！

—— 小象教研组