多个数据帧的pandas中多列的最大值

在pandas中，可以使用max()函数来获取多个数据帧中多列的最大值。max()函数可以应用于整个数据帧或指定的列。

如果要获取整个数据帧中多列的最大值，可以直接调用max()函数，例如：

import pandas as pd

# 创建数据帧
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 获取多列的最大值
max_values = df.max()
print(max_values)

输出结果为：

A    3
B    6
C    9
dtype: int64

这里的max_values是一个包含每列最大值的Series对象。

如果只想获取指定列的最大值，可以在max()函数中指定列名，例如：

import pandas as pd

# 创建数据帧
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 获取指定列的最大值
max_values = df[['A', 'C']].max()
print(max_values)

输出结果为：

A    3
C    9
dtype: int64

这里的max_values是一个包含指定列最大值的Series对象。

对于多个数据帧，可以使用concat()函数将它们合并成一个数据帧，然后再使用max()函数获取多列的最大值，例如：

import pandas as pd

# 创建数据帧1
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 创建数据帧2
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9], 'C': [10, 11, 12]})

# 合并数据帧
df = pd.concat([df1, df2])

# 获取多列的最大值
max_values = df.max()
print(max_values)

输出结果为：