主页 / 问题 / 1038396
Accepted
GreyKoshak
Asked:2020-10-25 07:18:56 +0000 UTC2020-10-25 07:18:56 +0000 UTC

DataFrame：选择列/行以在其中搜索 min() [关闭]

  • 772

给定一个矩阵：

GIVEN_MATRIX = [[0., 10., 25., 25., 10.],
                [1., 0., 10., 15., 2.],
                [8., 9., 0., 20., 10.],
                [14., 10., 24., 0., 15.],
                [10., 8., 25., 27., 0.]]

df = pd.DataFrame(matrix)

如何在循环中选择一列和一行以找到其中的最小值？
是否可以为此使用循环变量？

选项：

di = df.iloc[i].min(axis=1)

不起作用。

python

2 个回答

  1. Best Answer

    您只需要在那些 Pts 中使用 Pandas 中的循环。极少数情况下没有更优的解决方案。

    这就像买一辆跑车，总是因为你不知道如何换档而使用一档。

    如果问题是如何找到行或列的最小值，不包括对角元素，那么可以这样完成：

    具有命名列和行的初始帧（为清楚起见）：

    In [17]: df = pd.DataFrame(matrix, columns=list("abcde"), index=[f"row{i}" for i in range(1, 6)])

In [18]: df
Out[18]:
         a     b     c     d     e
row1   0.0  10.0  25.0  25.0  10.0
row2   1.0   0.0  10.0  15.0   2.0
row3   8.0   9.0   0.0  20.0  10.0
row4  14.0  10.0  24.0   0.0  15.0
row5  10.0   8.0  25.0  27.0   0.0

    注意：如果不排除对角元素，那么对于行和列，对角元素将是最小值。

    解决方案：首先用一个无限大的值填充主对角线：

    In [19]: np.fill_diagonal(df.values, np.inf)

In [20]: df
Out[20]:
         a     b     c     d     e
row1   inf  10.0  25.0  25.0  10.0
row2   1.0   inf  10.0  15.0   2.0
row3   8.0   9.0   inf  20.0  10.0
row4  14.0  10.0  24.0   inf  15.0
row5  10.0   8.0  25.0  27.0   inf

    现在您可以使用DataFrame.min()方法来查找列的最小值：

    In [23]: df.min(axis=0)
Out[23]:
a     1.0
b     8.0
c    10.0
d    15.0
e     2.0
dtype: float64

    该参数axis有一个0 默认值，因此可以省略：

    In [24]: df.min()
Out[24]:
a     1.0
b     8.0
c    10.0
d    15.0
e     2.0
dtype: float64

    或对于行最小值：

    In [25]: df.min(axis=1)
Out[25]:
row1    10.0
row2     1.0
row3     8.0
row4    10.0
row5     8.0
dtype: float64
    • 2

  2. 可以不指定轴

    di = df.iloc[i].min()

    如果有一个轴，那么看看会发生什么

    df.iloc[1]

0     1.0
1     0.0
2    10.0
3    15.0
4     2.0
Name: 1, dtype: float64

    因此，轴必须设置为 0 - 聚合将沿该轴工作

    df.iloc[1].min(axis=0)
    • 0

相关问题