pandas.Index.argmin#

Index.argmin(axis=None, skipna=True, *args, **kwargs)[源代码][源代码]#

返回 Series 中最小值的整数位置。

如果在多个位置达到最小值，则返回第一个行位置。

参数:

轴{None}: 未使用。参数需要与 DataFrame 兼容。
skipnabool, 默认为 True: 排除 NA/null 值。如果整个 Series 都是 NA，或者如果 skipna=False 并且存在 NA 值，此方法将引发 ValueError。
*args, **kwargs: 用于与NumPy兼容的额外参数和关键字。

返回:

int: 最小值的行位置。

参见

Series.argmin: 返回最小值的位置。
Series.argmax: 返回最大值的位置。
numpy.ndarray.argmin: numpy 数组的等效方法。
Series.idxmax: 返回最大值的索引标签。
Series.idxmin: 返回最小值的索引标签。

例子

考虑包含谷物卡路里的数据集

>>> s = pd.Series(
...     [100.0, 110.0, 120.0, 110.0],
...     index=[
...         "Corn Flakes",
...         "Almond Delight",
...         "Cinnamon Toast Crunch",
...         "Cocoa Puff",
...     ],
... )
>>> s
Corn Flakes              100.0
Almond Delight           110.0
Cinnamon Toast Crunch    120.0
Cocoa Puff               110.0
dtype: float64

>>> s.argmax()
2
>>> s.argmin()
0

最大谷物卡路里是第三个元素，最小谷物卡路里是第一个元素，因为序列是零索引的。