如何使用Pandas从各组中查找最小值与NaN并输出结果

直接跟着步骤操作就行：

1. 导入Pandas并读取你的CSV文件（记得把'你的文件路径.csv'换成实际的文件路径，文件和代码同目录的话直接写文件名）：

import pandas as pd

# 读取CSV数据
df = pd.read_csv('你的文件路径.csv')

2. 指定要处理的目标列：

target_columns = ['Fan', 'LPC', 'HPC', 'HPT']

3. 计算每列最小值（min()会自动忽略NaN），同时统计每列的NaN数量：

# 提取目标列的最小值
min_values = df[target_columns].min()
# 统计每列的NaN个数
nan_counts = df[target_columns].isna().sum()

4. 打印结果，两种展示方式任选：

# 分开展示
print("各列最小值：")
print(min_values)
print("\n各列NaN数量：")
print(nan_counts)

# 或者合并成表格，更直观
result_df = pd.DataFrame({
    '最小值': min_values,
    'NaN数量': nan_counts
})
print("\n合并结果：")
print(result_df)

注意点 #

• 确认CSV里的列名和代码里的target_columns完全一致（大小写、拼写都不能错）
• 如果你的CSV没有表头，记得给pd.read_csv加header=None参数，再手动指定列名

内容的提问来源于stack exchange，提问作者Eris Bolduc