pandas.DataFrame.min

DataFrame.min(axis=0, skipna=True, numeric_only=False, **kwargs)[source]

Возвращает минимальное значение по указанной оси.

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

Параметры:

axis:{индекс (0), столбцы (1)}

Ось для применения функции. Для Series этот параметр игнорируется и по умолчанию равен 0.

Для DataFrames, указание axis=None применит агрегацию по обеим осям.

Введено в версии 2.0.0.

skipna:bool, по умолчанию True

Исключить значения NaN/null при вычислении результата.

numeric_only:bool, по умолчанию False

Включить только столбцы с плавающей точкой, целыми числами и булевыми значениями. Не реализовано для Series.

**kwargs

Дополнительные ключевые аргументы, которые необходимо передать функции.

Возвращает:

Series или скалярное значение

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