如何在pandas DataFrame中查找指定列大于0的最小值

现有名为df_percentage_change的DataFrame，内容如下：

Index End Date                Change
0     2022-06-18 19:59:59.999 0
1     2022-06-18 20:29:59.999 -0.020028
2     2022-06-18 20:59:59.999 1.53509
3     2022-06-18 21:29:59.999 2.30751

需要通过单行代码获取Change列中大于0的最小值，上述示例的预期结果为1.53509。

自行编写的实现代码如下：

df_percentage_change["Change"].apply(lambda x: min(df_percentage_change["Change"]) if df_percentage_change["Change"] > 0)

运行代码后抛出报错：

SyntaxError: invalid syntax

原代码报错原因有两点：

• Python三元表达式要求必须写else分支，原代码缺失else部分，直接触发语法错误
• 不需要用apply逐行遍历，用pandas原生的布尔筛选加聚合方法实现更简洁，运行效率也更高

正确单行代码：

df_percentage_change.loc[df_percentage_change["Change"] > 0, "Change"].min()

逻辑说明：先通过布尔条件筛选出Change列值大于0的所有记录，再对筛选后的列直接调用min()方法取最小值，运行即可得到目标结果1.53509。

如果要使用lambda函数实现（性能低于原生pandas方法，不推荐），修正后的写法为：

min(filter(lambda x: x > 0, df_percentage_change["Change"]))

内容的提问来源于stack exchange，提问作者NoahVerner