在熊猫数据框中选择最小值的列

Question

我有一个具有这种结构的 pandas 数据框：

df_test

V       |  A    | B   |  C      |  D
-10     |  nan  | nan |  nan    |  nan  
-9.9    |  10   | 1   |  -2200  |  100
-9.8    |  11   | 2   |  -2211  |  1

我想添加一个新列minimum_difference，其中包含该特定行的绝对值最小的列名（忽略V），如下所示：

V       |  A    | B   |  C      |  D    | minimum_difference
-10     |  nan  | nan |  nan    |  nan  | nan
-9.9    |  10   | 1   |  -2200  |  100  | B
-9.8    |  11   | 2   |  -2211  |  1    | D

Answer 1

您可以使用df.drop 跳过V 列，使用df.abs 将数据框的值转换为其绝对等效值，并使用df.idxmin 和axis=1 来查找索引（这将是一列name) 的最小（绝对）值：

df_test['minimum_difference'] = df_test.drop('V', axis=1).abs().idxmin(axis=1)

输出：

>>> df
      V     A    B       C      D minimum_difference
0 -10.0   NaN  NaN     NaN    NaN                NaN
1  -9.9  10.0  1.0 -2200.0  100.0                  B
2  -9.8  11.0  2.0 -2211.0    1.0                  D

Answer 2

你可以检查一个row是否包含NaN，然后放入NaN，否则计算该行的min并放入索引。

In [101]: import numpy as np

In [102]: df['minimum_difference'] = np.where(df.isna().any(1), np.nan, df.abs().idxmin(1))

In [103]: df
Out[103]: 
      V     A    B       C      D minimum_difference
0 -10.0   NaN  NaN     NaN    NaN                NaN
1  -9.9  10.0  1.0 -2200.0  100.0                  B
2  -9.8  11.0  2.0 -2211.0    1.0                  D

Answer 3

在这里，我分享了 Mayank 的 sn-p，几乎没有更新。

In [84]: df['minimum_difference'] = df.ix[:, 1:].abs().idxmin(1)

In [85]: df
Out[85]: 
      V     A    B       C      D minimum_difference
0 -10.0   NaN  NaN     NaN    NaN                  NaN
1  -9.9  10.0  1.0 -2200.0  100.0                  B
2  -9.8  11.0  2.0 -2211.0  200.0                  B