pandas.DataFrame.min

DataFrame.min(axis=_NoDefault.no_default, skipna=True, 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.

Parameters

axis:{индекс (0), столбцы (1)}

Ось, для которой применяется функция. Для Series этот параметр не используется и по умолчанию равен 0.

skipna:bool, по умолчанию True

Исключить значения NA/null при вычислении результата.

level:int или имя уровня, по умолчанию None

Если ось является Многоуровневым индексом (иерархическим), считать по определённому уровню, сводя результат в Series.

Устаревшее с версии 1.3.0: Параметр level устарел. Используйте groupby вместо него.

numeric_only:bool, по умолчанию None

Включать только столбцы с плавающей точкой, целыми числами, булевыми значениями. Если None, попытается использовать все, а затем только числовые данные. Для Series не реализовано.

Устаревшее с версии 1.5.0: Указание numeric_only=None устарело. Значение по умолчанию будет False в будущих версиях pandas.

**kwargs

Дополнительные ключевые параметры, которые будут переданы функции.

Returns

Series или DataFrame (если указан уровень)

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.sum

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