Python pyspark Series.idxmin用法及代码示例

本文简要介绍 pyspark.pandas.Series.idxmin 的用法。

用法: Series.idxmin(skipna: bool = True) → Union[Tuple, Any]

返回最小值的行标签。

如果多个值等于最小值，则返回具有该值的第一行标签。

参数：

skipna：布尔值，默认为真: 排除 NA/空值。如果整个系列为 NA，则结果将为 NA。

index: 最小值的标签。

抛出：

ValueError: 如果系列为空。

注意：

此方法是 ndarray.argmin 的系列版本。该方法返回最小值的标签，而ndarray.argmin 返回位置。要获得该位置，请使用 series.values.argmin() 。

例子：

>>> s = ps.Series(data=[1, None, 4, 0],
...               index=['A', 'B', 'C', 'D'])
>>> s
A    1.0
B    NaN
C    4.0
D    0.0
dtype: float64

>>> s.idxmin()
'D'

如果 skipna 为 False 并且数据中有 NA 值，则函数返回 nan 。

>>> s.idxmin(skipna=False)
nan

如果是多索引，您会得到一个元组：

>>> index = pd.MultiIndex.from_arrays([
...     ['a', 'a', 'b', 'b'], ['c', 'd', 'e', 'f']], names=('first', 'second'))
>>> s = ps.Series(data=[1, None, 4, 0], index=index)
>>> s
first  second
a      c         1.0
       d         NaN
b      e         4.0
       f         0.0
dtype: float64

>>> s.idxmin()
('b', 'f')

如果多个值等于最小值，则返回具有该值的第一行标签。

>>> s = ps.Series([1, 100, 1, 100, 1, 100], index=[10, 3, 5, 2, 1, 8])
>>> s
10      1
3     100
5       1
2     100
1       1
8     100
dtype: int64

>>> s.idxmin()
10

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.Series.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：