Python中DataFrame最小值索引为何返回两个元素？

我想要在Python中实现类似Excel VLOOKUP的功能，通过获取service_length字段值的索引位置来关联Staff变量。于是编写了如下代码，用来获取该字段最大值、最小值、平均值的索引并转为列表：

# 查找最大值的索引位置
max = (df[df['service_length'] == max_val].index.values)
# 转为列表
max = (max.tolist())

# 查找最小值的索引位置
min = (df[df['service_length'] == min_val].index.values)
# 转为列表
min = (min.tolist())

# 查找平均值的索引位置
mean = (df[df['service_length'] == mean_val].index.values)
# 转为列表
mean = (mean.tolist())

print(max)
print(min)
print(mean)

运行结果为：

[238]
[43, 57] <--- 为何此处返回两个值？按直觉DataFrame中应该只有一个最小值？
[210]

原因说明 #

• 返回两个索引的核心原因是：你的DataFrame里有两行数据的service_length字段值完全等于最小值min_val。
• 可以执行以下代码直接验证这一点：

  print(df[df['service_length'] == min_val])
  

  运行后会展示所有service_length等于最小值的行，直观看到确实存在两条符合条件的数据。
• 额外提示：如果只需要获取最小值的第一个出现位置，不用筛选整个DataFrame，直接用df['service_length'].idxmin()即可返回第一个最小值的索引；最大值同理用idxmax()。另外注意，用等于判断平均值时可能存在浮点数精度问题，建议改用numpy.isclose来匹配：

  import numpy as np
  mean_indices = df[np.isclose(df['service_length'], mean_val)].index.values.tolist()
  

内容的提问来源于stack exchange，提问作者codes