【pandas】DataFrameの最大値・最小値を抽出する方法（max・min・describe）

2021年10月29日
2023年10月7日
pandas
DataFrame, describe, 最大, 最小

pandas

この記事ではPythonのpandasでDataFrameの最大値や最小値を求める方法を解説していきます。

後半には日付データに関することも書いています。

以下のDataFrameを使います。

import pandas as pd

df1 = pd.DataFrame(
    data={'列1': [10, 20, 30, 40], 
          '列2': [50, 60, 70, 80],
          '列3': [12, 37, 48, 120]}
)

df1

import pandas as pd

df1 = pd.DataFrame(

data={'列1': [10, 20, 30, 40],

'列2': [50, 60, 70, 80],

'列3': [12, 37, 48, 120]}

)

df1

1 最大値と最小値などをまとめて抽出
2 max・minメソッドを使う方法
3 日付の最大・最小
4 まとめ

最大値と最小値などをまとめて抽出

describe関数を使う
データ数・平均・最大・最小・標準偏差・四分位数のDataFrameを返す

#最大。最小・平均などをまとめて表示
df1_des = df1.describe()
display(df1_des)

#最大。最小・平均などをまとめて表示

df1_des = df1.describe()

display(df1_des)

describeメソッドの戻り値

describe関数の公式ページはコチラ

max・minメソッドを使う方法

最大値はmaxメソッド、最小値はminメソッドを使う。
最大・最小値を格納したSeriesを返す
両方とも使い方は同じ
axis=0（デフォルト）で列方向の最大値を求める。
axis=1で行方向の最大値を求める。

maxの公式ページはコチラ

minの公式ページはコチラ

列ごとの最大・最小値を求める

#列ごとの最大値（axis=0はなくてもOK）
df1.max(axis=0)

##出力結果
列1     40
列2     80
列3    120
dtype: int64

#データ型
type(df1.max(axis=0))

##出力結果
pandas.core.series.Series

*****************************
#列ごとの最小値を求める
df1.min()

##出力結果
列1    10
列2    50
列3    12
dtype: int64

#列ごとの最大値（axis=0はなくてもOK）

df1.max(axis=0)

##出力結果

列1 40

列2 80

列3 120

dtype: int64

#データ型

type(df1.max(axis=0))

##出力結果

pandas.core.series.Series

*****************************

#列ごとの最小値を求める

df1.min()

##出力結果

列1 10

列2 50

列3 12

dtype: int64

行ごとの最大・最小値を求める

#行ごとの最大値
df1.max(axis=1)

##出力結果
0     50
1     60
2     70
3    120
dtype: int64

*****************************
#行ごとの最小値を求める
df1.min(axis=1)

##出力結果
0    10
1    20
2    30
3    40
dtype: int64

#行ごとの最大値

df1.max(axis=1)

##出力結果

0 50

1 60

2 70

3 120

dtype: int64

*****************************

#行ごとの最小値を求める

df1.min(axis=1)

##出力結果

0 10

1 20

2 30

3 40

dtype: int64

全体の最大・最小値を求める

max・minメソッドを二回使う
intを返す

#全体の最大値
df1.max().max()

##出力結果
120

#データ型
type(df1.max().max())

##出力結果
int

#全体の最大値

df1.max().max()

##出力結果

120

#データ型

type(df1.max().max())

##出力結果

int

同じように全体の最小値を求めることも可能です。

【アイデミー】AIを学んで一発逆転のキャリアチェンジ！

日付の最大・最小

以下のDataFrameのbirth列に関して最大と最小を求めてみます。

import pandas as pd


df = pd.DataFrame(
    {'name': ['白銀', '藤原', '石上', '四宮', '早坂'], 
     'grade': ['3', '3', '2', '3', '3'],
     'height': [177, 162, 175, 160, 165],
     'weight': [62, 54, 60, 48, 54],
     'birth': ['2002/9/9', '2002/3/3', '2003/3/3', '2002/1/1', '2002/4/2']
     },
     index=[1, 2, 3, 4, 5]
)

#日付に変換
df['birth'] = pd.to_datetime(df['birth'])

display(df)

import pandas as pd

df = pd.DataFrame(

{'name': ['白銀', '藤原', '石上', '四宮', '早坂'],

'grade': ['3', '3', '2', '3', '3'],

'height': [177, 162, 175, 160, 165],

'weight': [62, 54, 60, 48, 54],

'birth': ['2002/9/9', '2002/3/3', '2003/3/3', '2002/1/1', '2002/4/2']

index=[1, 2, 3, 4, 5]

)

#日付に変換

df['birth'] = pd.to_datetime(df['birth'])

display(df)

元のデータフレーム

pd.to_datetime関数でdatetime64に変換しています。
日付の最大値は現在日時に最も近い日付を返します。
日付の最小値は現在日時から最も遠い日付を返します。

print('最小', df['birth'].min())
print('最大' ,df['birth'].max())

##出力結果
最小 2002-01-01 00:00:00
最大 2003-03-03 00:00:00


#データ型
type(df['birth'].min())

##出力結果
pandas._libs.tslibs.timestamps.Timestamp

print('最小', df['birth'].min())

print('最大' ,df['birth'].max())

##出力結果

最小 2002-01-01 00:00:00

最大 2003-03-03 00:00:00

#データ型

type(df['birth'].min())

##出力結果

pandas._libs.tslibs.timestamps.Timestamp

datetime64でないと文字列として最大と最小が返されるので注意が必要です。

【pandas】DataFrameの代表値（平均値・中央値・最頻値）を求める方法

Pythonのpandasで平均値や中央値、最頻値を求める方法を紹介します。今回紹介するメソッドは引数が似ているので使いやすいと思います。平均値と中央値では以下のDataFrameを使います。 import pand[…]

まとめ

今回は最大と最小の求め方に関して見ていきました。

その他の統計量も一気に求めるならdescribe関数が便利ですね。

今回紹介した関数やメソッドはどれも簡単に使えると思います。

参考になれば幸いです。