如何获取DataFrame中指定列最小值对应的首行？含差值列场景

我来帮你搞定这个问题！你之前的代码出错主要是因为找最小值对应行的方式不对——df.iloc[df[6].min()]这里有两个问题：一是列名写错了（你生成的差值列是4不是6），二是min()返回的是差值的数值（比如你的例子里是7），而iloc需要的是行的位置索引，用数值7去索引肯定会越界报错。

下面给你几种更靠谱的方法，结合你的需求来选：

第一步：正确生成差值列 #

先把差值列生成好，其实不用单独切分df2，直接在原DataFrame操作更简洁：

import pandas as pd
import numpy as np

# 还原你的DataFrame
df = pd.DataFrame({
    2: [-111, -130, -105, -118, -147, 225, 102],
    3: [-104, 110, -112, -100, 123, -278, -122]
})

# 生成绝对差值列（两种写法都可以）
df[4] = np.abs(df[2] - df[3])
# 或者用pandas自带的abs方法：df[4] = df[2].sub(df[3]).abs()

第二步：获取目标行 #

情况1：获取所有差值最小的行 #

你的例子里索引0和2的差值都是7（最小值），如果想把这些行都拿出来：

min_diff_rows = df[df[4] == df[4].min()]
print(min_diff_rows)

输出会是：

2    3  4
0 -111 -104  7
2 -105 -112  7

情况2：获取你想要的第二小的行（索引2） #

如果明确要取最小值中的第二行，或者说取第n小的行，可以用nsmallest()方法：

# 取差值最小的2行，然后取最后一行（就是你要的索引2）
target_row = df.nsmallest(2, 4).iloc[-1]
print(target_row)

输出就是：

2   -105
3   -112
4      7
Name: 2, dtype: int64

情况3：获取第一个最小值对应的行 #

如果只需要第一个出现的最小值行（索引0），可以用idxmin()拿到索引再取行：

first_min_row = df.loc[df[4].idxmin()]
print(first_min_row)

这些方法都能精准定位到你需要的行，比你之前的写法更稳妥哦～

内容的提问来源于stack exchange，提问作者devlops_s