Метод min
Метод min применяется к DataFrame
и возвращает минимальные значения для каждого столбца или строки.
По умолчанию метод ищет минимумы по столбцам (ось 0).
С помощью параметра axis можно изменить направление поиска.
Также метод поддерживает параметр skipna для пропуска пропущенных значений
и параметр numeric_only для работы только с числовыми столбцами.
Синтаксис
df.min(axis=0, skipna=True, numeric_only=False)
Пример
Давайте найдём минимальные значения в каждом столбце таблицы:
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3, 4, 5],
'b': [10, 20, 30, 40, 50]
})
res = df.min()
print(res)
Результат выполнения кода:
a 1
b 10
dtype: int64
Пример
Теперь найдём минимальные значения по строкам (ось 1):
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3, 4, 5],
'b': [10, 20, 30, 40, 50]
})
res = df.min(axis=1)
print(res)
Результат выполнения кода:
0 1
1 2
2 3
3 4
4 5
dtype: int64
Пример
Обработаем таблицу с пропущенными значениями. По умолчанию метод их пропускает:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'a': [1, np.nan, 3, 4, 5],
'b': [10, 20, np.nan, 40, 50]
})
res = df.min()
print(res)
Результат выполнения кода:
a 1.0
b 10.0
dtype: float64
Пример
Если нужно, чтобы NaN влиял на результат, установим skipna в False:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'a': [1, np.nan, 3, 4, 5],
'b': [10, 20, np.nan, 40, 50]
})
res = df.min(skipna=False)
print(res)
Результат выполнения кода:
a NaN
b NaN
dtype: float64
