pandas.DataFrame.min#

DataFrame.min(*, axis=0, skipna=True, numeric_only=False, **kwargs)[源代码][源代码]#

返回请求轴上值的最小值。

如果你想获取最小值的索引，使用 idxmin 。这等同于 numpy.ndarray 方法 argmin 。

参数:

轴{索引 (0), 列 (1)}

要应用函数的轴。对于 Series，此参数未使用并默认为 0。

对于DataFrame，指定 axis=None 将对两个轴应用聚合。

Added in version 2.0.0.

skipna布尔值, 默认为 True

在计算结果时排除NA/null值。

numeric_onlybool, 默认 False

只包含浮点数、整数、布尔列。

**kwargs

要传递给函数的其他关键字参数。

返回:

序列或标量: 包含描述中引用的计算值。

参见

Series.sum: 返回总和。
Series.min: 返回最小值。
Series.max: 返回最大值。
Series.idxmin: 返回最小值的索引。
Series.idxmax: 返回最大值的索引。
DataFrame.sum: 返回所请求轴上的总和。
DataFrame.min: 返回请求轴上的最小值。
DataFrame.max: 返回请求轴上的最大值。
DataFrame.idxmin: 返回所请求轴上的最小值的索引。
DataFrame.idxmax: 返回所请求轴上的最大值的索引。

例子

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name: legs, dtype: int64

>>> s.min()
0