pandas.Index.argmin #

指数。argmin ( axis = None , skipna = True , * args , ** kwargs ) [来源] #

返回系列中最小值的 int 位置。

如果在多个位置达到最小值，则返回第一行位置。

参数：

轴{无}: 没用过。与 DataFrame 兼容所需的参数。
Skipna布尔值，默认 True: 显示结果时排除 NA/null 值。
*args，**kwargs: 用于与 NumPy 兼容的其他参数和关键字。

返回：

整数: 最小值的行位置。

也可以看看

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({'Corn Flakes': 100.0, 'Almond Delight': 110.0,
...                'Cinnamon Toast Crunch': 120.0, 'Cocoa Puff': 110.0})
>>> 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，因为系列是零索引的。