Интересно, есть ли какой-либо метод, который я могу использовать для получения минимального значения в каждом столбце с его идентификатором индекса без использования метода агрегации (df.agg(['min','idmin']).T) для этого кода? !!
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
Создайте DataFrame с нуля:
pd.DataFrame({'min': df.min(), 'idxmin': df.idxmin()})
min idxmin
A -1.106929 2013-01-03
B -0.642583 2013-01-06
C -1.350638 2013-01-04
D -0.213750 2013-01-06
или объединить две серии:
pd.concat((df.min(), df.idxmin()), axis=1).rename(columns={0: 'min', 1: 'idxmin'})
Out:
min idxmin
A -1.106929 2013-01-03
B -0.642583 2013-01-06
C -1.350638 2013-01-04
D -0.213750 2013-01-06
dates = pd.date_range('20130101', periods=6)
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))
def minVal(x):
return pd.Series(index=['min','idx'],data=[x.min(),x.idxmin()])
x = df.apply(minVal)
print(x)
A B C D
min -0.743023394642 -1.05144770539 -2.1311363065 -1.02142276427
idx 2013-01-05 00:00:00 2013-01-04 00:00:00 2013-01-03 00:00:00 2013-01-06 00:00:00
Вы также можете выполнить транспонирование x, чтобы понять суть данных.
print(x.T)
min idx
A -0.657701 2013-01-05 00:00:00
B -1.37038 2013-01-03 00:00:00
C -1.93103 2013-01-03 00:00:00
D -1.49314 2013-01-05 00:00:00
(df.agg(['min','idmin']).T)не работает? - person cs95 schedule 21.08.2017