代码之家 › 专栏 › 技术社区 › rnso

获取整个数据帧中具有最小值的行和列

pandas python

3

rnso · 技术社区 · 6 年前

这个问题很简单,必须解决,但我找不到。

我尝试了以下代码(除了各种组合):

df = pd.DataFrame(data=[[4,5,6],[2,1,3],[7,0,5],[2,5,3]], 
                 index = ['R1','R2','R3','R4'], 
                 columns=['C1','C2','C3'])

print(df)

print(df.loc[df.idxmin(axis=0), df.idxmin(axis=1)])

    C1  C2  C3
R1   4   5   6
R2   2   1   3
R3   7   0   5
R4   2   5   3

loc 命令:

    C1  C2  C2  C1
R2   2   1   1   2
R3   7   0   0   7
R2   2   1   1   2

我需要的是:

    C2
R3   0

我怎样才能得到这个简单的结果?

3 回复 | 直到 6 年前

1

5

jezrael 6 年前

用途:

a, b = df.stack().idxmin()
print(df.loc[[a], [b]])
    C2
R3   0

另一个@John Zwinck解决方案处理缺失值-使用 numpy.nanargmin :

df = pd.DataFrame(data=[[4,5,6],[2,np.nan,3],[7,0,5],[2,5,3]], 
    index = ['R1','R2','R3','R4'], 
    columns=['C1','C2','C3'])

print(df)
    C1   C2  C3
R1   4  5.0   6
R2   2  NaN   3
R3   7  0.0   5
R4   2  5.0   3

#https://stackoverflow.com/a/3230123
ri, ci = np.unravel_index(np.nanargmin(df.values), df.shape)
print(df.iloc[[ri], [ci]])
     C2
R3  0.0

2

1

John Zwinck 6 年前

np.unravel_index(np.argmin(df.values), df.shape)

这比 df.stack().idxmin()

它给你一个元组,比如 (2, 1) 在你的例子中。将其传递给df.iloc[]以获取值。

3

1

U13-Forward 6 年前

min + 最小 + dropna + T 滴漏 T :

>>> df[df==df.min(axis=1).min()].dropna(how='all').T.dropna().T
     C2
R3  0.0
>>>