在pandas DataFrame中查找行值最小的列名

Question

我有一个如下的DataFrame：

X = np.array([[1.0, -20, 200, 50],
              [2.0, 19, 100, 52],
              [3.0, 17, -150, 55],
              [4.0, 20, -120, 60],
              [5.0, 21, 119, 70],
              [6.0, -15, 134, -75],
              [7.0, 9, 178, -80],
              [8.0, 10, -190, 90],
              [9.0, 19, 200, 70],
              [10.0, 20, 210, 65]])

native_id1 = ['08MB005', '08ME005', '08GD006','08GH002']
native_id2 = ['08CD001', '08EF006', '08TH002', '08LO002', '07HP003', '08IK002', '09WF001','09YU001', '05KJ008', '08LK007']
X = pd.DataFrame(X, native_id2, native_id1)

我使用了下面的函数，它返回每行中最小值所对应的列或索引位置。

idx = np.argmin(X.values, axis=1)

它返回类似以下的内容：

array([1, 0, 2, 2, 0, 3, 3, 2, 0, 0], dtype=int64)

我正在寻找的是这个:

08CD001    08ME005
08EF006    08MB005
08TH002    08GD006
08LO002    08GD006
07HP003    08MB005
08IK002    08GH002
09WF001    08GH002
09YU001    08GD006
05KJ008    08MB005
08LK007    08MB005

*已更新* 我找到了这个问题的答案，我试图找到与pandas数据帧每行最小值对应的列名。

以下答案有效：

df.idxmin(axis=1)

- ilearn

---

df.columns[idx] - piRSquared

如果你真的想要清晰明了，你应该提供一个 [mcve]。 - piRSquared

df.idxmin(axis=1) 的作用是获取所有列名。 - Tarifazo

顺便提一下，(X.idxmin(1) == X.columns[X.values.argmin(1)]).all() 的值为 True。 - piRSquared

很明显你甚至没有尝试我提供的代码。如果你尝试了，你会注意到它会给出每行最小值的列名...正是你所要求的。现在我在这个交互中既没有失去也没有获得任何东西，但我担心你会走开而不理解对你可能非常有用的东西。 - piRSquared

Answer 1

使用 DataFrame.idxmin (文档)：

df.idxmin(axis=1)

你可以使用 df.apply(np.argmin, axis=1) 的等价形式是np.argmin。但是你会收到以下警告：

FutureWarning: 'argmin'已过时，请改用'idxmin'。未来的 'argmin' 行为将被更正为返回位置最小值而不是值。现在请使用'series.values.argmin'来获取最小值的位置。

因此，建议使用 idxmin。

- Tarifazo

Answer 2

您可以使用此代码获取所需的列：

def func(x):
    return np.argmin(x)

print(df[["Small", "Int", "Bor", "Drama"]].apply(func, axis=1))

- hacker315