pandas 找一行中非0最小值

pandas 找一行中非0最小值

在数据处理和分析中，经常需要寻找DataFrame中每行或每列的最小值。有时候需要找到一行中的最小值，但要排除其中的0值。这种情况下，可以使用pandas库来完成这个任务。

准备工作

在使用pandas之前，需要先安装pandas库。可以使用以下命令来安装：

pip install pandas

导入pandas库并创建一个示例DataFrame：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 0, 4, 5],
        'B': [0, 2, 3, 0, 5],
        'C': [0, 0, 0, 0, 0],
        'D': [1, 0, 3, 4, 0]}

df = pd.DataFrame(data)
print(df)

运行以上代码会输出如下DataFrame：

   A  B  C  D
0  1  0  0  1
1  2  2  0  0
2  0  3  0  3
3  4  0  0  4
4  5  5  0  0

找一行中非0最小值

要找到一行中非0的最小值，可以结合使用numpy库来实现。具体步骤如下：

1. 使用pandas中的apply函数和numpy中的np.min函数来计算每行中非0的最小值。

import numpy as np

# 定义函数获取一行中非0的最小值
def min_nonzero(row):
    nonzero_values = row[row != 0]
    return np.min(nonzero_values)

# 应用函数到每行
min_nonzero_values = df.apply(min_nonzero, axis=1)
print(min_nonzero_values)

运行以上代码会输出每行中非0的最小值：

0    1
1    2
2    3
3    4
4    5
dtype: int64

上面的代码中，首先定义了一个min_nonzero函数，该函数接收一行数据，筛选出非0值并找到最小值。然后通过apply函数应用到每行，得到每行中非0的最小值。

总结

通过上述方法，可以很方便地找到DataFrame中每行中非0的最小值。这在数据清洗和处理中非常有用，可以帮助我们更好地分析数据和做出决策。