pandas.Series.min#

Series.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)}

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.

skipnabool, 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:

标量或系列（如果指定了级别）: Series 中值的最小值。

参见

numpy.min: 数组的等效 numpy 函数。
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.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