我想获得不包括零的行的最小数字索引答案

【问题标题】：I want to get minimun number's index for a row excluding zeros我想获得不包括零的行的最小数字索引
【发布时间】：2020-02-17 03:35:41
【问题描述】：

考虑以下代码，该代码生成以下dst 矩阵。

tmp = pd.DataFrame()
tmp['a'] = np.random.randint(1, 10, 5)
tmp['b'] = np.random.randint(1, 10, 5)
dst = pairwise_distances(tmp, tmp, metric='l2')
dst

如下所示

array([[0. , 5.38516481, 5. , 4.12310563, 2. ],
[5.38516481, 0. , 1.41421356, 3.16227766, 5. ],
[5. , 1.41421356, 0. , 4. , 4.12310563],
[4.12310563, 3.16227766, 4. , 0. , 5. ],
[2. , 5. , 4.12310563, 5. , 0. ]])

现在，我想以某种方式将4 作为输出列，因为row=0 and col=4 是row0 与另一行的最小距离。我正在尝试使用以下代码来完成这项工作！但是np.nonzeros() 搞砸了游戏。 np.argmin(dst[0, np.nonzero(dst[0,:])]) 我得到3 作为输出，我应该得到4。我知道np.nonzero() 返回另一组维度[1,2,3,4]，其中argmin 选择3rd 列，这是4th 矩阵的实际4th 列。需要帮忙！提前致谢！！

【问题讨论】：

标签： python pandas numpy scikit-learn

【解决方案1】：

使用np.min 代替argmin，并将结果与dst[0,:] 进行比较。最后传给np.flatnonzero或np.nonzero

np.flatnonzero(np.min(dst[0,np.nonzero(dst[0,:])]) == dst[0,:])

Out[150]: array([4], dtype=int64)

或者

np.nonzero(np.min(dst[0,np.nonzero(dst[0,:])]) == dst[0,:])[0]

Out[151]: array([4], dtype=int64)

如果要返回整数索引，可以在最后一步使用np.argmax

np.argmax(np.min(dst[0,np.nonzero(dst[0,:])]) == dst[0,:])

Out[157]: 4

【讨论】：