pandas.DataFrame.min

DataFrame.min(axis=None, skipna=None, level=None, numeric_only=None, **kwargs) [source]

Возвращает минимальное значение по указанной оси.

Если вам нужен индекс минимального значения, используйте idxmin. Это эквивалентно методу numpy.ndarray argmin.

Параметры:

axis : {index (0), columns (1)} Ось, по которой будет применена функция. skipna : bool, default True Исключить значения NA/null при вычислении результата. level : int or level name, default None Если ось является MultiIndex (многоуровневым индексом), считать по определённому уровню, сводя данные в Series. numeric_only : bool, default None Включить только столбцы с плавающей точкой, целыми числами, или булевыми значениями. Если None, попытается использовать всё, а затем только числовые данные. Не реализовано для Series. **kwargs Дополнительные ключевые параметры, которые будут переданы в функцию.

Возвращает:

min : Series or DataFrame (if level specified)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимальное значение.

Series.max

Возвращает максимальное значение.

Series.idxmin

Возвращает индекс минимального значения.

Series.idxmax

Возвращает индекс максимального значения.

DataFrame.min

Возвращает сумму по указанной оси.

DataFrame.min

Возвращает минимальное значение по указанной оси.

DataFrame.max

Возвращает максимальное значение по указанной оси.

DataFrame.idxmin

Возвращает индекс минимального значения по указанной оси.

DataFrame.idxmax

Возвращает индекс максимального значения по указанной оси.

Примеры

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name: legs, dtype: int64

>>> s.min()
0

Минимальное значение с использованием имен уровней, а также индексов.

>>> s.min(level='blooded')
blooded
warm    2
cold    0
Name: legs, dtype: int64

>>> s.min(level=0)
blooded
warm    2
cold    0
Name: legs, dtype: int64