获取DataFrame列中最小值的索引

获取 DataFrame 列中最小值的索引需要使用 Pandas 库中的方法，下面将详细讲解这个过程。

步骤一：创建 DataFrame

首先，我们需要创建一个 DataFrame 对象。在这个示例中，我们使用以下代码创建一个包含三个列和三个行的 DataFrame：

import pandas as pd
df = pd.DataFrame({'A': [5, 3, 8], 'B': [1, 6, 2], 'C': [9, 4, 7]})

这个 DataFrame 包含三个列，A、B、C，每个列都有三行数据。

步骤二：查找最小值的索引

接下来，我们需要查找 DataFrame 列中的最小值的索引。这可以通过 Pandas 库中的 idxmin() 方法实现。该方法返回包含最小值出现位置的索引。

min_index = df['A'].idxmin()
print(min_index)

以上代码返回列 A 中最小值的行索引。如果 DataFrame 包含多列，则可以使用以下代码获取整个 DataFrame 最小值所在的行和列索引：

min_index = df.values.argmin()
min_row, min_col = divmod(min_index, df.shape[1])
print(min_row, min_col)

以上代码中，argmin() 方法返回整个 DataFrame 的最小值出现的索引，divmod() 方法用于将索引转换为行列坐标，然后最小值所在的行和列索引就可以得到。

示例

以下是一个完整的示例：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [5, 3, 8], 'B': [1, 6, 2], 'C': [9, 4, 7]})

# 查找最小值的索引
min_index = df['A'].idxmin()
print(min_index)

min_index = df.values.argmin()
min_row, min_col = divmod(min_index, df.shape[1])
print(min_row, min_col)

以上代码输出如下结果：

1
1 0

这个示例使用了 Pandas 库中的两个方法，idxmin() 和 argmin()，这样我们就能够获取 DataFrame 列中最小值的索引。