如何使用Python获取DataFrame中数组列最大值对应的索引

你之前的代码仅通过max(x)提取了数组的最大值，没有执行「查找最大值对应位置」的逻辑，所以无法得到目标索引，直接通过列表原生方法或者numpy方法即可实现需求。

方法1：使用Python列表原生方法（无额外依赖） #

直接在apply逻辑中，先取数组最大值，再用列表的index()方法返回该值对应的索引：

# 构造示例DataFrame
import pandas as pd
df = pd.DataFrame({
    "Elements": [[3,4,5], [2,0,1]]
})

# 计算最大值索引
df["Max Value Index"] = df["Elements"].apply(lambda x: x.index(max(x)))

执行后输出结果完全匹配你的预期：

注意：如果单个数组内存在多个重复的最大值，list.index()会默认返回第一个最大值对应的索引。

方法2：使用numpy的argmax方法（兼容numpy数组格式存储的元素） #

如果你的Elements列存储的是numpy数组，或者后续需要做更多数值计算，可以直接用np.argmax()获取最大值索引，该方法对普通Python列表同样生效：

import numpy as np
df["Max Value Index"] = df["Elements"].apply(lambda x: np.argmax(x))

返回结果和方法1完全一致。

内容的提问来源于stack exchange，提问作者Noob Coder