如何在Python二维列表指定列中优雅查找最大值的索引？

纯Python优雅实现（无需手动循环） #

不用手动编写for循环，借助max()函数的key参数可以直接定位目标列最大值的行索引：

a = [[1.0, 1.0], [2.0, 2.0], [4.0, 4.0], [8.0, 1.0]]
# 查找第1列（索引为1）最大值对应的行索引
max_row_index = max(range(len(a)), key=lambda idx: a[idx][1])
print(max_row_index)  # 输出：2

原理：range(len(a))生成所有行索引，key=lambda idx: a[idx][1]指定比较规则为每行第1列的值，max()会返回使该值最大的索引。

NumPy高效方案（适合大数据量） #

你用axis=0的思路是正确的，针对10万条数据的场景，NumPy的向量运算效率远高于纯Python。可以更精准地提取目标列后计算索引：

import numpy as np

a = [[1.0, 1.0], [2.0, 2.0], [4.0, 4.0], [8.0, 1.0]]
arr = np.array(a)
target_col = 1  # 目标列索引
max_row_index = np.argmax(arr[:, target_col])
print(max_row_index)  # 输出：2

• arr[:, target_col]提取指定列的所有元素；
• np.argmax()直接返回该列最大值的行索引，处理10万条数据时性能优势明显。

纠正之前的错误尝试 #

• max(a)：按子列表的整体字典序比较，返回的是整个子列表最大的项，和列最大值无关；
• np.max(a, axis=1)/np.argmax(a, axis=1)：axis=1是按行维度计算，返回的是每行最大值及其列索引，和需求的列维度计算完全相反，所以结果不符合预期。

内容的提问来源于stack exchange，提问作者ZivV