如何查找pandas DataFrame中各列最小值对应的行索引

pandas 中min()、idxmin()这类轴向聚合方法默认参数为axis=0，会沿纵向逐列计算，返回每列的聚合结果；如果需要沿横向逐行计算，传入参数axis=1即可。 #

获取每列最小值对应的行索引 #

直接调用idxmin()方法即可，默认计算逻辑刚好匹配需求：

# 返回值为Series结构：索引是原data的列名，值是对应列最小值所在的行标签索引
col_min_row_index = data.idxmin()

# 如需同时拿到每列最小值和对应索引，可拼接为结构化表格
col_min_result = pd.DataFrame({
    "min_value": data.min(),
    "min_row_index": data.idxmin()
})

如果需要获取最小值对应的整数位置索引（而非自定义的行标签），可以通过numpy数组接口实现：

# 返回数组顺序和原data列顺序一一对应，值为各列最小值的整数行位置
col_min_row_pos = data.to_numpy().argmin(axis=0)

补充：每行最小值的正确实现 #

针对你最初要获取每行最小值的需求，指定axis=1即可：

# 逐行计算最小值
row_min_value = data.min(axis=1)
# 逐行计算最小值对应的列标签索引
row_min_col_index = data.idxmin(axis=1)

# 拼接为结构化结果
row_min_result = pd.DataFrame({
    "min_value": row_min_value,
    "min_col_index": row_min_col_index
})

提示：如果你的数据集存在空值，上述方法会自动跳过空值计算；如果整列/整行全为空值，对应返回结果会是NaN。

内容的提问来源于stack exchange，提问作者Samar Pratap Singh