如何获得系列中最小值的索引？答案

【问题标题】：How can I get the index of smallest value in Series?如何获得系列中最小值的索引？
【发布时间】：2021-07-04 05:39:13
【问题描述】：

我的 DataFrame 包含 4 列：City、District、Area 和 Price，其中 Area 是 float64，Price 是 int64。

price_min = df['Price'].min()
# area_min = df['Area'].iloc[np.nanargmin(df['Price'])]
# city_min = df['City'].iloc[np.nanargmin(df['Price'])]
area_min = df['Area'].iloc[df['Price'].idxmin()]
city_min = df['City'].iloc[df['Price'].idxmin()]
print(
    f"If you are looking for a cheap accommodation, "
    f"a {area_min} m² apartment for {price_min} PLN is available in {city_min}"

)

注释行确实有效。但是下面的行会导致错误：

result = values.argmin(axis)
TypeError: argmin() takes 1 positional argument but 2 were given

为什么它不起作用？

【问题讨论】：

发布完整的错误回溯。传递索引时不应使用.iloc，请使用.loc。

标签： python pandas dataframe numpy series

【解决方案1】：

使用DataFrame.loc，因为DataFrame.iloc 用于按位置选择，而不是按标签：

df = pd.DataFrame({
        'City':list('abcdef'),
         'District':list('GHIJKL'),
         'Area':[7,8,9,4,2,3],
         'Price':[271,34,55,74,10,120],

})
print (df)

  City District  Area  Price
0    a        G     7    271
1    b        H     8     34
2    c        I     9     55
3    d        J     4     74
4    e        K     2     10
5    f        L     3    120


#for default index values
df = df.reset_index(drop=True)

price_min = df['Price'].min()
area_min = df.loc[df['Price'].idxmin(), 'Area']
city_min = df.loc[df['Price'].idxmin(), 'City']
    
print(
    f"If you are looking for a cheap accommodation, "
    f"a {area_min} m² apartment for {price_min} PLN is available in {city_min}"

)
If you are looking for a cheap accommodation, a 2 m² apartment for 10 PLN is available in e

【讨论】：

@FilipSzczybura - 你的熊猫版本是什么？
我目前的版本是1.2.3

【解决方案2】：

试试这个：

area_min = df.loc[df['Price'].idxmin()][['Area']]
city_min = df.loc[df['Price'].idxmin()][['City']]

【讨论】：

问题是.iloc不是按索引值选择的，而是使用位置选择的。正如@jezrael 在他的回答中提到的那样。
同样的错误。我使用 df['Price'].values.argmin() 解决了它，但我认为这是一种更简单的解决方法
@FilipSzczybura 因为.argmin 给出了最小值的位置，而.idxmin() 给出了对应于最小值的索引。我们应该将位置传递给.iloc，因此.argmin 可以正常工作，但.idxmin 不行。
但为什么我需要 .values 属性？我认为它应该适用于单个 argmin/idxmin
AFAIK.argmin 在 pandas 系列中不存在，它是一个 numpy 函数。 .values 将 series 转换为 numpy 数组，然后我们可以使用 .argmin。