在Pandas-Dataframe中获取行或列的最小值及其索引位置

获取Pandas-DataFrame中行或列的最小值及其索引位置的攻略如下：

1. 获取行最小值及其索引位置

使用DataFrame.min()方法获取DataFrame每列的最小值，再使用Series.min()方法获取最小值，最后使用Series.idxmin()方法获取最小值的索引位置。

示例代码如下：

import pandas as pd

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

# 获取行最小值及其索引位置
min_row_values = df.min(axis=1)  # 获取每行最小值
min_row_index = min_row_values.idxmin()  # 获取最小值的索引位置

print(f"行最小值为:\n{min_row_values}\n最小值的索引位置为:{min_row_index}")

运行结果：

行最小值为:
0    1
1    2
2    3
dtype: int64
最小值的索引位置为:0

1. 获取列最小值及其索引位置

使用DataFrame.min()方法获取DataFrame每行的最小值，再使用Series.min()方法获取最小值，最后使用Series.idxmin()方法获取最小值的索引位置。

示例代码如下：

import pandas as pd

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

# 获取列最小值及其索引位置
min_col_values = df.min()  # 获取每列最小值
min_col_index = min_col_values.idxmin()  # 获取最小值的索引位置

print(f"列最小值为:\n{min_col_values}\n最小值的索引位置为:{min_col_index}")

运行结果：

列最小值为:
A    1
B    4
C    7
dtype: int64
最小值的索引位置为:A

总结：

Pandas-DataFrame中获取行或列的最小值及其索引位置的方法，可以分别使用axis参数来指定是在行还是列上进行操作。首先使用DataFrame.min()方法获取DataFrame每行或每列的最小值，再使用Series.min()方法获取最小值，最后使用Series.idxmin()方法获取最小值的索引位置。