Pandas DataFrame 的 min() 方法

介绍

在本实验中，我们将学习 Pandas DataFrame 中的 min() 方法。该方法帮助我们在指定的轴上找到 DataFrame 中的最小值。我们将通过不同的示例来理解如何有效地使用该方法。

虚拟机提示

虚拟机启动完成后，点击左上角切换到 Notebook 选项卡以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。请在实验结束后提供反馈，我们将及时为你解决问题。

创建 DataFrame

让我们从使用 Pandas 库创建一个 DataFrame 开始。我们将使用 pd.DataFrame() 函数来创建一个 DataFrame 对象。以下是一个示例：

import pandas as pd

data = {'A': [10, 20, 30],
        'B': [40, 50, 60],
        'C': [70, 80, 90]}

df = pd.DataFrame(data)
print(df)

现在，让我们执行这段代码来创建并显示我们的 DataFrame。

查找最小值

现在我们已经有了 DataFrame，让我们使用 min() 方法来查找最小值。我们可以将轴指定为 0 或 1。当 axis=0 时，该方法将查找每列的最小值；当 axis=1 时，该方法将查找每行的最小值。

## Find the minimum values for each column
min_values_column = df.min(axis=0)
print("Minimum values for each column:")
print(min_values_column)

## Find the minimum values for each row
min_values_row = df.min(axis=1)
print("\nMinimum values for each row:")
print(min_values_row)

让我们执行这段代码来查找最小值并显示结果。

处理空值

min() 方法还提供了处理空值的选项。默认情况下，它在计算最小值时会排除空值。但是，我们可以通过将 skipna 参数设置为 False 来包含空值。

## Create a DataFrame with null values
data = {'A': [10, None, 30],
        'B': [40, 50, None],
        'C': [70, 80, 90]}

df = pd.DataFrame(data)
print(df)

## Find the minimum values including null values
min_values = df.min(axis=0, skipna=False)
print("\nMinimum values including null values:")
print(min_values)

让我们执行这段代码来创建一个包含空值的 DataFrame 并查找最小值。

总结

在本实验中，我们学习了如何在 Pandas DataFrame 中使用 min() 方法。通过指定适当的轴，我们可以查找每列或每行的最小值。我们还学习了在查找最小值时如何处理空值。该方法对于分析和理解数据中的最小值非常有帮助。