找到每列中的最小值及其索引答案

【问题标题】：Find the minimum value in each column with their index找到每列中的最小值及其索引
【发布时间】：2018-01-29 11:49:43
【问题描述】：

我想知道是否有任何方法可以在不使用聚合方法 (df.agg(['min','idmin']).T) 的情况下使用其索引 id 获取每列中的最小值这段代码？！！

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))

【问题讨论】：

您的预期输出是什么？请举个例子。
我已经提供了获取输出的所有代码！
(df.agg(['min','idmin']).T) 不起作用？
你使用的是什么版本的 Pandas？！
0.20?我得到一个 ValueError。

标签： pandas aggregation minimum

【解决方案1】：

dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))

def minVal(x):
    return pd.Series(index=['min','idx'],data=[x.min(),x.idxmin()])

x = df.apply(minVal)

print(x)

          A                 B                      C                   D
min -0.743023394642       -1.05144770539       -2.1311363065        -1.02142276427
idx 2013-01-05 00:00:00   2013-01-04 00:00:00  2013-01-03 00:00:00  2013-01-06 00:00:00

您还可以对 x 进行转置以获取数据的要点。

print(x.T)

      min            idx
A  -0.657701  2013-01-05 00:00:00
B   -1.37038  2013-01-03 00:00:00
C   -1.93103  2013-01-03 00:00:00
D   -1.49314  2013-01-05 00:00:00

【讨论】：

【解决方案2】：

从头开始构造一个DataFrame：

pd.DataFrame({'min': df.min(), 'idxmin': df.idxmin()})

       min     idxmin
A -1.106929 2013-01-03
B -0.642583 2013-01-06
C -1.350638 2013-01-04
D -0.213750 2013-01-06

或连接两个系列：

pd.concat((df.min(), df.idxmin()), axis=1).rename(columns={0: 'min', 1: 'idxmin'})
Out: 
        min     idxmin
A -1.106929 2013-01-03
B -0.642583 2013-01-06
C -1.350638 2013-01-04
D -0.213750 2013-01-06

【讨论】：