Pandas 数据帧idxmin()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-idxmin-method

在本教程中，我们将讨论和学习 PandasDataFrame.idxmin()的方法。该方法用于获取请求轴上最小值的第一次出现的索引。如果有任何空值或缺失值，将被排除。此方法返回一个序列，该序列由沿指定轴的最大值索引组成。如果数据帧中的行或列为空，它会引发值错误。

下图显示了DataFrame.idxmin()方法的语法。

句法

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

因素

轴:“0”或【指数】代表行方向，【1】或【列】代表列方向。它表示使用哪个轴。

skipna: 代表 bool(真或假)，默认值为 True。当此参数为真时，它排除所有空值或缺失值。如果数据帧中的整行或整列为空值，结果也将为空。

示例 1:使用DataFrame.idxmin()方法查找索引

这里，我们使用数据集，并使用DataFrame.idxmin()方法获取每列中最小值的索引。见下面的例子。

#importing pandas as pd
import pandas as pd
df = pd.DataFrame({'Marks_1': [85,90,45],'Marks_2': [85,96,100]},index=['Kannada', 'English', 'Science'])
print("-----The DataFrame is----")
print(df)
print("----- Index of the minimum value over the row axis----")
print(df.idxmin())

-数据帧为- Marks_1 Marks_2 卡纳达语 85 85 英语 90 96 科学 45 100 -行轴上最小值的索引- Marks_1 科学 Marks_2 卡纳达语 数据类型:对象

示例 2:使用DataFrame.idxmin()方法查找索引

这里，我们使用DataFrame.idxmin()方法获取每行最小值的索引。见下面的例子。

#importing pandas as pd
import pandas as pd
df = pd.DataFrame({'Marks_1': [85,90,45],'Marks_2': [95,46,100]},index=['Kannada', 'English', 'Science'])
print("-----The DataFrame is----")
print(df)
print("----- Index of the minimum value over the column axis----")
print(df.idxmin(axis="columns"))

-数据帧为- Marks_1 Marks_2 卡纳达语 85 95 英语 90 46 科学 45 100 -列轴上最小值的索引- 卡纳达语 Marks_1 英语 Marks_2 科学 Marks_1 数据类型:对象

示例 2:使用DataFrame.idxmin()方法查找索引

我们有一个由空值组成的数据集，并试图使用DataFrame.idxmin()方法获取每行中最小值的索引。见下面的例子。

#importing pandas as pd
import pandas as pd
df = pd.DataFrame({'Marks_1': [85,None,45],'Marks_2': [None,46,None]},index=['Kannada', 'English', 'Science'])
print("-----The DataFrame is----")
print(df)
print("----- Index of the minimum value over the column axis----")
print(df.idxmin(axis="columns"))

-数据帧为- Marks_1 Marks_2 卡纳达 85.0 NaN 英语 NaN 46.0 科学 45.0 NaN -列轴上最小值的索引- 卡纳达 Marks_1 英语 Marks_2 科学 Marks_1 dtype: object

结论

在本教程中，我们学习了 PandasDataFrame.idxmin()方法。我们学习了语法，通过在数据帧上应用这个方法，我们理解了这个方法的工作原理。