Метод DataFrame.idxmin в Pandas

PythonPythonBeginner
Практиковаться сейчас

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

В этом практическом занятии мы изучим и разберём метод DataFrame.idxmin() в Python pandas. Этот метод используется для получения индекса первого вхождения минимального значения вдоль заданной оси. Он игнорирует все пустые или отсутствующие значения. Метод возвращает Series, содержащую индексы минимумов вдоль заданной оси.

Советы по использованию ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и приступить к практике в Jupyter Notebook.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook полностью загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL pandas(("Pandas")) -.-> pandas/DataSelectionGroup(["Data Selection"]) pandas(("Pandas")) -.-> pandas/DataAnalysisGroup(["Data Analysis"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) pandas(("Pandas")) -.-> pandas/ReadingDataGroup(["Reading Data"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) pandas(("Pandas")) -.-> pandas/DataCleaningGroup(["Data Cleaning"]) pandas/ReadingDataGroup -.-> pandas/read_csv("Read CSV") pandas/DataSelectionGroup -.-> pandas/select_columns("Select Columns") pandas/DataSelectionGroup -.-> pandas/select_rows("Select Rows") pandas/DataCleaningGroup -.-> pandas/handle_missing_values("Handling Missing Values") python/ModulesandPackagesGroup -.-> python/using_packages("Using Packages") pandas/DataAnalysisGroup -.-> pandas/basic_statistics("Basic Statistics") python/PythonStandardLibraryGroup -.-> python/data_collections("Data Collections") python/DataScienceandMachineLearningGroup -.-> python/data_analysis("Data Analysis") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills pandas/read_csv -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} pandas/select_columns -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} pandas/select_rows -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} pandas/handle_missing_values -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} python/using_packages -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} pandas/basic_statistics -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} python/data_collections -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} python/data_analysis -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} python/data_visualization -.-> lab-68635{{"Метод DataFrame.idxmin в Pandas"}} end

Создание DataFrame

Во - первых, нам нужно создать DataFrame, с которым будем работать. В этом шаге мы импортируем библиотеку pandas и создаём DataFrame с двумя столбцами: 'Marks_1' и 'Marks_2'. DataFrame содержит три строки, каждая из которых представляет предмет (Каннада, Английский, Наука) и соответствующие оценки.

import pandas as pd

## Create DataFrame
df = pd.DataFrame({'Marks_1': [85, 90, 45], 'Marks_2': [85, 96, 100]}, index=['Kannada', 'English', 'Science'])

## Print DataFrame
print("---- The DataFrame is ----")
print(df)

Найти индекс минимального значения по оси строк

В этом шаге мы используем метод DataFrame.idxmin(), чтобы найти индекс минимального значения по оси строк. Мы применяем метод к DataFrame и выводим результат.

## Find index of minimum value over row axis
print("---- Index of the minimum value over the row axis ----")
print(df.idxmin())

Найти индекс минимального значения по оси столбцов

В этом шаге мы используем метод DataFrame.idxmin(), чтобы найти индекс минимального значения по оси столбцов. Мы применяем метод к DataFrame, указав axis="columns", и выводим результат.

## Find index of minimum value over column axis
print("---- Index of the minimum value over the column axis ----")
print(df.idxmin(axis="columns"))

Работа с пустыми значениями

В этом шаге мы создаём DataFrame с пустыми значениями и применяем метод DataFrame.idxmin(). Мы хотим увидеть, как метод обрабатывает пустые значения. Мы выводим полученную Series.

## Create DataFrame with null values
df = pd.DataFrame({'Marks_1': [85, None, 45], 'Marks_2': [None, 46, None]}, index=['Kannada', 'English', 'Science'])

## Print DataFrame
print("---- The DataFrame is ----")
print(df)

## Find index of minimum value over column axis
print("---- Index of the minimum value over the column axis ----")
print(df.idxmin(axis="columns"))

Резюме

В этом практическом занятии мы изучили метод DataFrame.idxmin() библиотеки Python pandas. Мы узнали, как найти индекс первого вхождения минимального значения вдоль заданной оси. Мы также увидели, как метод обрабатывает пустые значения. Метод DataFrame.idxmin() - это полезный инструмент для получения индексов минимумов в DataFrame.