pandas.Series.min

Series.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 эквивалент методу numpy.ndarray argmin.

Параметры:

axis : {index (0)} Ось, по которой будет применяться функция. skipna : bool, default True Исключить значения NaN/null при вычислении результата. level : int or level name, default None Если ось является MultiIndex (иерархической), то подсчитывается по определенному уровню, сводя результат к скаляру. numeric_only : bool, default None Включать только столбцы с плавающей точкой, целыми числами, булевыми значениями. Если None, то будет пытаться использовать все данные, а затем только числовые. Не реализовано для Series. **kwargs Дополнительные ключевые параметры, которые передаются функции.

Возвращает:

min : scalar or Series (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, используя имена уровней, а также индексы.

>>> 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