pandas.core.groupby.SeriesGroupBy.idxmin # 系列分组依据。idxmin ( axis = _NoDefault.no_default , skipna = True ) [来源] # 返回最小值的行标签。 如果多个值等于最小值,则返回具有该值的第一行标签。 参数: 轴{0 或“索引”}没用过。与 DataFrame 兼容所需的参数。 Skipna布尔值,默认 True排除 NA/null 值。如果整个系列为 NA,则结果将为 NA。 *args,**kwargs其他参数和关键字没有效果,但可能会被接受以与 NumPy 兼容。 返回: 指数最小值的标签。 加薪: 值错误如果系列为空。 也可以看看 numpy.argmin返回沿给定轴的最小值的索引。 DataFrame.idxmin返回请求轴上第一次出现最小值的索引。 Series.idxmax返回最大值第一次出现的索引标签。 笔记 该方法是 的系列版本ndarray.argmin。该方法返回最小值的标签,同时ndarray.argmin返回位置。要获取位置,请使用series.values.argmin(). 例子 >>> s = pd.Series(data=[1, None, 4, 1], ... index=['A', 'B', 'C', 'D']) >>> s A 1.0 B NaN C 4.0 D 1.0 dtype: float64 >>> s.idxmin() 'A' 如果skipna为False 并且数据中存在NA 值,则该函数返回nan。 >>> s.idxmin(skipna=False) nan