Python dask.dataframe.groupby.SeriesGroupBy.idxmin用法及代码示例

用法: SeriesGroupBy.idxmin(split_every=None, split_out=1, axis=None, skipna=True)

请求轴上第一次出现最小值的返回索引。

此文档字符串是从 pandas.core.frame.DataFrame.idxmin 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

NA/空值被排除在外。

参数：

axis：{0 或 ‘index’，1 或 ‘columns’}，默认 0: 要使用的轴。 0 或 ‘index’ 表示按行，1 或 ‘columns’ 表示按列。
skipna：布尔值，默认为真: 排除 NA/空值。如果整行/列为 NA，则结果将为 NA。

Series: 沿指定轴的最小值索引。

抛出：

ValueError

如果行/列为空

注意：

此方法是 ndarray.argmin 的 DataFrame 版本。

例子：

考虑一个包含阿根廷食物消费的数据集。

>>> df = pd.DataFrame({'consumption': [10.51, 103.11, 55.48],  
...                    'co2_emissions': [37.2, 19.66, 1712]},
...                    index=['Pork', 'Wheat Products', 'Beef'])

>>> df  
                consumption  co2_emissions
Pork                  10.51         37.20
Wheat Products       103.11         19.66
Beef                  55.48       1712.00

默认情况下，它返回每列中最小值的索引。

>>> df.idxmin()  
consumption                Pork
co2_emissions    Wheat Products
dtype: object

要返回每行中最小值的索引，请使用 axis="columns" 。

>>> df.idxmin(axis="columns")  
Pork                consumption
Wheat Products    co2_emissions
Beef                consumption
dtype: object

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.groupby.SeriesGroupBy.idxmin。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

抛出：

注意：

例子：