如何在DataFrame中获取Fitness Value列最小值所在的整行记录？

样本数据 #

Fitness Value MSU Locations   MSU Range 
1.180694        {17, 38, 15}    2.017782    
1.202132        {10, 22, 39}    2.032507    
1.179097        {10, 5, 38}     2.048932    
1.175793        {27, 20, 36}    1.820395    
1.187460        {33, 10, 34}    1.922506

目标输出 #

获取Fitness Value列最小值（1.175793）所在的整行：

1.175793           {27, 20, 36}      1.820395

已尝试的代码 #

仅获取到最小值，未得到整行：

minValue = df_2['Fitness Value'].min()
print("minimum value in column 'y': " , minValue)

尝试获取整行但存在语法错误：

df_y = pd.DataFrame ()
df_y = df_2.loc[[df_2['Fitness Value']].min()

解决方案 #

方法1：用idxmin()定位索引后取整行 #

idxmin()会返回指定列最小值对应的行索引，搭配loc即可直接取出整行：

# 获取最小值所在行的索引
min_index = df_2['Fitness Value'].idxmin()
# 取出整行数据（返回Series格式）
result_row = df_2.loc[min_index]
print(result_row)

如果需要保持DataFrame格式（而非单列Series），可以用双层方括号：

result_df = df_2.loc[[min_index]]
print(result_df)

方法2：布尔索引筛选匹配行 #

先获取最小值，再筛选列值等于最小值的所有行（适用于存在多个相同最小值的场景）：

min_value = df_2['Fitness Value'].min()
result_rows = df_2[df_2['Fitness Value'] == min_value]
print(result_rows)

内容的提问来源于stack exchange，提问作者user13373167