pandas 按条件查找匹配最小值|极客教程

pandas 按条件查找匹配最小值

在数据分析和处理中，经常需要查找符合特定条件的最小值。Pandas 是一个功能强大的数据处理工具，它提供了灵活的方法来查找符合条件的最小值。在本文中，我们将详细介绍如何使用 Pandas 按条件查找匹配的最小值。

1. 创建数据集

首先，让我们创建一个示例数据集来演示如何查找符合条件的最小值。我们将使用 Pandas 的 DataFrame 来表示一个包含多个字段的数据集。

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
        'age': [25, 30, 35, 40, 45],
        'height': [160, 170, 180, 190, 200]}

df = pd.DataFrame(data)

print(df)

输出如下：

      name  age  height
0    Alice   25     160
1      Bob   30     170
2  Charlie   35     180
3    David   40     190
4      Eve   45     200

我们创建了一个包含姓名、年龄和身高的数据集。

2. 按条件查找匹配最小值

接下来，我们将演示如何使用 Pandas 按条件查找匹配的最小值。我们将以年龄字段为例，查找年龄小于 40 岁的最小值。

min_age = df[df['age'] < 40]['age'].min()

print(f"The minimum age less than 40 is: {min_age}")

输出如下：

The minimum age less than 40 is: 25

在这个示例中，我们使用了 Pandas 的 min() 函数来查找年龄字段小于 40 岁的最小值，结果为 25 岁。

3. 按多个条件查找匹配最小值

有时候，我们需要根据多个条件来查找匹配的最小值。接下来，我们将演示如何根据年龄和身高两个条件来查找匹配的最小值。

min_value = df[(df['age'] < 40) & (df['height'] > 170)]['height'].min()

print(f"The minimum height for age less than 40 is: {min_value}")

输出如下：

The minimum height for age less than 40 is: 180

在这个示例中，我们使用了 Pandas 的逻辑运算符 & 来同时满足年龄小于 40 岁和身高大于 170 的条件，然后查找身高字段的最小值，结果为 180 厘米。

4. 按条件查找匹配最小值的索引

除了查找最小值之外，有时候我们还需要获取这个最小值对应的索引位置。接下来，我们将演示如何查找年龄小于 40 岁的最小值所对应的索引位置。

min_age_index = df[df['age'] < 40].idxmin()['age']

print(f"The index of minimum age less than 40 is: {min_age_index}")

输出如下：

The index of minimum age less than 40 is: 0

在这个示例中，我们使用了 Pandas 的 idxmin() 函数来查找最小值的索引位置，结果为 0。

结论

通过上面的介绍，我们了解了如何使用 Pandas 按条件查找匹配的最小值。通过灵活运用 Pandas 中的函数和逻辑运算符，我们可以轻松地查找符合特定条件的最小值，并且可以获取到最小值对应的索引位置。

pandas 按条件查找匹配最小值