Pandas 序列argmin()方法

原文：https://www.studytonight.com/pandas/pandas-series-argmin-method

在本教程中，我们将学习 PandasSeries.argmin() 的方法。此方法返回整数值，该整数值指示存在最小值的位置。

下图显示了Series.argmin() 方法的语法。

句法

Series.argmin(axis=None, skipna=True, *args, **kwargs)

因素

轴:为无。这是与 Series 保持一致的伪参数。

skipna: 是 bool(真或假)，默认值为真。当显示结果时，它排除所有空值。

*args，kwargs** :是与 NumPy 兼容的附加参数和关键字。

示例:使用Series.argmin() 方法获取较小值的位置

让我们将Series.argmin() 方法应用于两个级数，得到最小值的位置。见下面的例子。

这里，在系列s_1中，有不同的值，在s_2中，由重复的值组成。Series.argmin() 方法返回一个位置，如果最小值出现在不同的位置，则返回第一行的位置。

#importing pandas as pd
import pandas as pd
#creating Series
s_1= pd.Series([45,10,78,22])
s_2= pd.Series([45,14,11,11])
print("In Series s_1 the minimum value is in the position:",s_1.argmin())
print("In Series s_2 the minimum value is in the position:",s_2.argmin())

在序列 S1 中，最小值位于位置:1 在序列 S2 中，最小值位于位置:2

示例:获取由空值组成的系列的最小值的位置

这里，在本例中，Series 元素由空值组成，默认情况下Series.argmin() 方法ignores仅通过考虑整数元素来计算空值并返回最小值的位置。见下面的例子。

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np
#creating Series
s = pd.Series([np.nan,5,9,np.nan])
print("The minimum value is in the position:",s.argmin())

最小值在位置:1

示例:获取由空值组成的系列的最小值的位置

如果在求最小值的时候要考虑空值，可以通过Series.argmin() 方法中的skipna=False 来实现。见下面的例子。对于空值，它将位置返回为-1。

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np
#creating Series
s = pd.Series([12,90,100,np.nan,np.nan,120])
print("The minimum value is in the position:",s.argmin(skipna=False))

最小值在位置:-1

结论

在本教程中，我们了解了数据帧的Series.argmin() 方法。我们学习了Series.argmin() 方法的语法和参数，并创建了不同的示例来更好地理解这个主题。