pandas.DataFrame.min

DataFrame.min(self, 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 Исключать значения NaN/NULL при вычислении результата. level : int or level name, default None Если ось является MultiIndex (иерархической), считать по определенному уровню, сводя к Series. numeric_only : bool, default None Включать только столбцы с типом float, int, boolean. Если None, будет попытка использовать все, а затем только числовые данные. Не реализовано для Series. **kwargs Дополнительные ключевые аргументы, которые будут переданы функции.

Возвращает:

Series или DataFrame (если указан уровень)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимум.

Series.max

Возвращает максимум.

Series.idxmin

Возвращает индекс минимума.

Series.idxmax

Возвращает индекс максимума.

DataFrame.sum

Возвращает сумму по указанной оси.

DataFrame.min

Возвращает минимум по указанной оси.

DataFrame.max

Возвращает максимум по указанной оси.

DataFrame.idxmin

Возвращает индекс минимума по указанной оси.

DataFrame.idxmax

Возвращает индекс максимума 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

Минимум, 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