Python | 熊猫系列.idxmin()

在pandas熊猫系列中，.idxmin()函数用于返回最小值的索引号。该函数对于数据分析和处理非常有用，因为它可以快速地找到一个给定列中的最小值。在本文中，我们将介绍如何使用.idxmin()函数，以及如何在Python中应用它。

用法

.idxmin()函数用于返回最小值的索引号。它适用于一个熊猫系列。下面是使用.idxmin()函数的基本用法：

import pandas as pd

# 创建一个熊猫系列
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],'marks':[20, 25, 21, 19]}
df = pd.DataFrame(data)

# 返回'marks'列中最小值的索引号
min_index = df['marks'].idxmin()

# 打印最小值的索引号
print(min_index)

上述代码输出的结果为：3。这是因为索引号从0开始，所以第四个元素的索引号为3，这个元素是'marks'列的最小值。

示例

下面是一个更详细的示例，展示了如何在熊猫系列中使用.idxmin()函数：

import pandas as pd
  
# 创建一个熊猫系列
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],'age':[28, 34, 29, 42],'salary':[30000, 50000, 40000, 55000]}
df = pd.DataFrame(data)

# 返回'salary'列中最小值的索引号
min_index = df['salary'].idxmin()

# 打印最小值的索引号
print(min_index)

# 返回最小值所在的那一行
min_row = df.loc[min_index]
print(min_row)

# 返回最小值的原始数据
min_salary = df['salary'].min()
print(min_salary)

# 输出最小值所在的行
print(f"{min_row['name']}的工资最低，只有{min_row['salary']}。")

上述代码首先创建一个包含姓名、年龄和工资的数据框。然后，它使用.idxmin()函数来找到工资列中的最小值，并打印出这个最小值的索引号。接下来，它使用.loc[]函数来返回包含最小值的那一行，并打印出该行的内容。然后，它使用.min()函数来返回最小值，并打印该值。最后，它使用字符串格式化函数将最小值所在的行打印出来。

上述代码输出的结果如下所示：

0
name          Tom
age            28
salary      30000
Name: 0, dtype: object
30000
Tom的工资最低，只有30000。

总结

.idxmin()函数用于返回最小值的索引号，是一个十分有用的工具，尤其适用于数据分析和数据处理。在本篇文章中，我们介绍了如何在Python中使用.idxmin()函数，并提供了一个详细的示例，希望能够帮助读者更好地掌握这个函数的用法。