在整个 Pandas DataFrame 中获取具有最小值的行和列答案

【问题标题】：Get Row and Column with Minimum value in Entire Pandas DataFrame在整个 Pandas DataFrame 中获取具有最小值的行和列
【发布时间】：2019-04-17 01:26:34
【问题描述】：

问题很简单，所以必须解决，但我找不到。

我想找出 Pandas DataFrame 中的哪一行和哪一列的最小值以及最小值是多少。

我尝试了以下代码（除了各种组合）：

df = pd.DataFrame(data=[[4,5,6],[2,1,3],[7,0,5],[2,5,3]], 
                 index = ['R1','R2','R3','R4'], 
                 columns=['C1','C2','C3'])

print(df)

print(df.loc[df.idxmin(axis=0), df.idxmin(axis=1)])

正在搜索的数据框（df）是：

    C1  C2  C3
R1   4   5   6
R2   2   1   3
R3   7   0   5
R4   2   5   3

loc 命令的输出：

    C1  C2  C2  C1
R2   2   1   1   2
R3   7   0   0   7
R2   2   1   1   2

我需要的是：

    C2
R3   0

我怎样才能得到这个简单的结果？

【问题讨论】：

性能重要吗？
处理一些缺失值是最重要的。然后是展示，然后是性能。

标签： python pandas

【解决方案1】：

用途：

a, b = df.stack().idxmin()
print(df.loc[[a], [b]])
    C2
R3   0

另一个处理缺失值的 @John Zwinck 解决方案 - 使用 numpy.nanargmin：

df = pd.DataFrame(data=[[4,5,6],[2,np.nan,3],[7,0,5],[2,5,3]], 
    index = ['R1','R2','R3','R4'], 
    columns=['C1','C2','C3'])

print(df)
    C1   C2  C3
R1   4  5.0   6
R2   2  NaN   3
R3   7  0.0   5
R4   2  5.0   3

#https://stackoverflow.com/a/3230123
ri, ci = np.unravel_index(np.nanargmin(df.values), df.shape)
print(df.iloc[[ri], [ci]])
     C2
R3  0.0

【讨论】：

太棒了。忘记添加问题：实际 df 中有一些 np.nan 值。这段代码也能在那里工作吗？
@rnso - 当然，pandas 函数可以与 nans 很好地配合使用。
@rnso - 更改了处理缺失值的解决方案。

【解决方案2】：

我会这样得到索引：

np.unravel_index(np.argmin(df.values), df.shape)

这比df.stack().idxmin()快得多。

在您的示例中，它为您提供了一个元组，例如 (2, 1)。将其传递给 df.iloc[] 以获取值。

【讨论】：

它可以工作，但它没有在输出中给出行名和列名。如果 df 中有一些 np.nan 值，它也会起作用吗？
@rnso：如果您想忽略 NAN，只需使用 nanargmin 而不是 argmin。如果您想要行名和列名，可以使用 df.columns[x] 和 df.index[y] 或 df.iloc[[x], [y]]，如 jezrael 的回答。

【解决方案3】：

或者min+min+dropna+T+dropna+T：

>>> df[df==df.min(axis=1).min()].dropna(how='all').T.dropna().T
     C2
R3  0.0
>>>

【讨论】：