pandas.Series.min#
- Series.min(axis=NoDefault.no_default, skipna=True, level=None, numeric_only=None, **kwargs)[源代码]#
返回请求的轴上的最小值。
如果您想要 索引 在最低要求中，使用
idxmin。这相当于numpy.ndarray方法argmin。- 参数
- axis{索引(0)}
要应用的函数的轴。
- skipna布尔值，默认为True
计算结果时排除NA/NULL值。
- levelInt或Level名称，默认为无
如果轴是多索引(分层)，则沿特定级别计数，折叠为标量。
- numeric_only布尔默认为无
包括浮点型、整型、布尔型列。如果没有，将尝试使用所有内容，然后仅使用数字数据。未针对系列实施。
- **kwargs
要传递给函数的其他关键字参数。
- 退货
- 标量或系列(如果指定了级别)
参见
Series.sum退还这笔钱。
Series.min返回最小值。
Series.max返回最大值。
Series.idxmin返回最小值的索引。
Series.idxmax返回最大值的索引。
DataFrame.sum返回请求的轴上的总和。
DataFrame.min返回请求的轴上的最小值。
DataFrame.max返回请求的轴上的最大值。
DataFrame.idxmin返回所请求的轴上的最小值的索引。
DataFrame.idxmax返回请求的轴上的最大值的索引。
示例
>>> idx = pd.MultiIndex.from_arrays([ ... ['warm', 'warm', 'cold', 'cold'], ... ['dog', 'falcon', 'fish', 'spider']], ... names=['blooded', 'animal']) >>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx) >>> s blooded animal warm dog 4 falcon 2 cold fish 0 spider 8 Name: legs, dtype: int64
>>> s.min() 0