pyspark.pandas.Series.idxmin¶
-
系列。idxmin( skipna:bool=真正的 )→联盟(元组,任何] ¶ -
返回的行标签的最小值。
如果多个值等于最小值,返回第一行标签和值。
- 参数
-
- skipna bool,默认的真
-
排除NA / null值。如果整个系列NA,结果将是NA。
- 返回
-
- 指数
-
最小值的标签。
- 提出了
-
- ValueError
-
如果系列是空的。
另请参阅
-
Series.idxmax -
回报指数标签第一次出现的最大的价值。
笔记
该方法的系列版本
ndarray.argmin。该方法返回最低的标签,而ndarray.argmin返回的位置。位置,使用series.values.argmin ()。例子
> > >年代=ps。系列(数据=(1,没有一个,4,0),…指数=(“一个”,“B”,“C”,' D '])> > >年代1.0B南C 4.0D 0.0dtype: float64
> > >年代。idxmin()' D '
如果skipna是错误的和有一个NA值数据,函数返回
南。> > >年代。idxmin(skipna=假)南
在多索引的情况下,你会得到一个元组:
> > >指数=pd。MultiIndex。from_arrays([…(“一个”,“一个”,“b”,“b”),(“c”,' d ',“e”,“f”]],的名字=(“第一”,“第二”))> > >年代=ps。系列(数据=(1,没有一个,4,0),指数=指数)> > >年代第一第二一个c 1.0维南b e 4.0f 0.0dtype: float64
> > >年代。idxmin()(' b ', ' f ')
如果多个值等于最小值,返回第一行标签和值。
> > >年代=ps。系列([1,One hundred.,1,One hundred.,1,One hundred.),指数=(10,3,5,2,1,8])> > >年代10 13 1005个12 100年1100年8dtype: int64
> > >年代。idxmin()10