Pandas.Series.idxmin() 最小值索引 详解 含代码 含测试数据集 随Pandas版本持续更新

关于Pandas版本： 本文基于 pandas2.2.0 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

传送门： Pandas API参考目录

传送门： Pandas 版本更新及新特性

传送门： Pandas 由浅入深系列教程

Pandas.Series.idxmin()

Series.idxmin 用于返回最小值第一次出现位置的行索引。

语法：

Series.idxmin(*axis=0, skipna=True, *args, *kwargs)

返回值：

• Series

  返回值是最小值在 Series 的行索引

参数说明：

axis 指定查找方向（行或列）

axis:{0 or ‘index’}

axis 参数对 Series 无效。

skipna 是否排除 缺失值

skipna:bool, default True

skipna 参数用于控制是否排除缺失值，默认 skipna=Ture 表示排除缺失值：

• True 排除缺失值。
• False 不排除缺失值。

⚠️ 注意 :

不建议设置为 skipna=False 。因为一旦 Series 出现缺失值，将只会返回nan。 ^例1-3

*args, *kwargs

为了保持和 Numpy 兼容而保留的参数。一般不需要传值。

相关方法：

➡️ 相关方法

---

• DataFrame.idxmin

  最小值索引

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

测试文件下载位置

示例1：缺失值对计算结果的影响

示例1-1、构建演示数据

import pandas as pd
import numpy as np

s = pd.Series([np.NaN, 103.11, 55.48],
    index=["第一行", "第二行", "第三行"],
)
s

第一行       NaN
第二行    103.11
第三行     55.48
dtype: float64

示例1-2、观察排除缺失值(保持默认)时，每列的最小值位置

s.idxmin()

'第三行'

示例1-3、不排除缺失值

s.idxmin(skipna=False)

C:\Users\Administrator\AppData\Local\Temp\ipykernel_611464\1952275141.py:1: FutureWarning: The behavior of Series.idxmin with all-NA values, or any-NA and skipna=False, is deprecated. In a future version this will raise ValueError
  s.idxmin(skipna=False)





nan