Python | 熊猫 dataframe.idxmin()

简介

dataframe.idxmin()是熊猫(Pandas)数据分析库中DataFrame对象的函数之一。它返回指定数据帧中最小值的位置索引（行或列），可用于查找最小值的对应行或列。此函数类似于dataframe.min()函数，但是dataframe.min()函数返回最小值，而不是最小值的位置索引。

语法

DataFrame.idxmin(axis=0, skipna=True)

参数

• axis：可选参数，默认为0。指定寻找最小值的轴方向，0表示竖直方向（列），1表示水平方向（行）。
• skipna：可选参数，默认为True。指定是否要忽略NaN值，True表示忽略，False表示不忽略。

返回值

该函数返回最小值的位置索引。

使用样例

以下为使用dataframe.idxmin()函数的示例：

import pandas as pd

# 创建一个数据帧
df = pd.DataFrame({'name': ['Jack', 'Mary', 'Tom'],
                   'age': [25, 24, 22],
                   'score': [78, 82, 85]})

# 按列查找最小值的位置索引
min_idx = df.idxmin(axis=0)

print(min_idx)

# 按行查找最小值的位置索引
min_idx = df.idxmin(axis=1)

print(min_idx)

输出结果为：

name     0
age      2
score    0
dtype: int64
0    score
1      age
2      age
dtype: object

以上示例代码中，我们首先创建了一个包含三列‘name’、‘age’和‘score’的DataFrame对象。然后，我们使用idxmin()函数按列和行查找最小值的位置索引，并打印输出结果。

其中，按列查找最小值的位置索引为第一列的第一个元素、第二列的第三个元素和第三列的第一个元素。而按行查找最小值的位置索引则分别为第一行的‘score’列，第二行的‘age’列和第三行的‘age’列。

总结

dataframe.idxmin()函数是熊猫(Pandas)数据分析库中一个非常实用的函数。它可以帮助我们查找数据帧中最小值的位置索引，进而找到最小值所在的行或列。同时，该函数还具有方向灵活和NaN值可控两种特性，使得我们可以针对实际情况进行定制化的操作。