pandas.core.groupby.SeriesGroupBy.idxmin

系列分组依据。idxmin ( axis = _NoDefault.no_default , skipna = True )

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：

轴{0 或“索引”}

没用过。与 DataFrame 兼容所需的参数。

Skipna布尔值，默认 True

排除 NA/null 值。如果整个系列为 NA，则结果将为 NA。

*args，**kwargs

其他参数和关键字没有效果，但可能会被接受以与 NumPy 兼容。

返回：

指数

最小值的标签。

加薪：

值错误

如果系列为空。

也可以看看

numpy.argmin

返回沿给定轴的最小值的索引。

DataFrame.idxmin

返回请求轴上第一次出现最小值的索引。

Series.idxmax

返回最大值第一次出现的索引标签。

笔记

该方法是 的系列版本ndarray.argmin。该方法返回最小值的标签，同时ndarray.argmin返回位置。要获取位置，请使用series.values.argmin().

例子

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

>>> s.idxmin()
'A'

如果skipna为False 并且数据中存在NA 值，则该函数返回nan。

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