Python：查找日期索引DataFrame中每月传感器最小值所在行

嗨，我来帮你搞定这个需求！你需要从以日期为索引的DataFrame里，找出每个月Sensors值最小的完整行（也就是该行的所有参数），咱们先聊聊你之前试的几种方法为啥没达到预期，再给你正确的实现方式。

你之前尝试的方法问题分析 #

• 第一种代码：optimization = r.loc[[r.index.month == month]] optimization=r.loc[r['Sensors'].idxmin()]
  这里的问题是，r.index.month == month需要指定具体的月份值（比如1代表1月），而且后面的r['Sensors'].idxmin()是取整个DataFrame中Sensors最小的行，不是分月计算的，最终只能得到全局最小的那一行，不是每个月的结果。
• 第二种代码：optimization=DataFrame(r.resample('M').Sensors.min())
  这个方法确实能得到每个月的最小Sensors值，但只保留了这一列，丢失了其他列（比如ACH_Base、Am等）的信息，没法拿到完整的参数集合。
• 第三种代码：optimization=r.loc[r['Sensors'].idxmin()]
  和第一种的后半段一样，只能拿到全局Sensors最小的那一行，不是分月的结果。
• 第四种代码：optimization= r.loc[r.groupby([r.index.month == month])["Sensors"].idxmin()]
r.index.month == month是一个布尔判断，分组的是“等于指定月份”和“不等于指定月份”两组，不是按每个自然月分组，所以结果完全不符合预期。

正确的实现方式 #

首先要确保你的DataFrame索引是DatetimeIndex（日期时间类型），如果还不是的话，先转换：

import pandas as pd
r.index = pd.to_datetime(r.index)

场景1：不区分年份（比如所有1月的数据放一起取最小） #

按月份分组，提取每个组内Sensors最小的完整行：

optimization = r.loc[r.groupby(r.index.month)['Sensors'].idxmin()]

原理：r.groupby(r.index.month)把数据按1-12月分成12组，['Sensors'].idxmin()获取每个组内Sensors值最小的行的索引，最后用loc取出这些行，保留所有列的信息。

场景2：区分年份（比如2023年1月和2024年1月分开计算） #

如果你的数据跨年度，需要按“年-月”分组，有两种写法：

写法一：按年和月分组

optimization = r.loc[r.groupby([r.index.year, r.index.month])['Sensors'].idxmin()]

写法二：用resample更简洁

利用resample('M')按自然月重采样，再用apply提取每个月的目标行：

optimization = r.resample('M').apply(lambda x: x.loc[x['Sensors'].idxmin()])

这个方法会自动按每个自然月分组，并且保留所有列的完整数据。

示例测试 #

这里给你一个可运行的示例，方便你验证：

import pandas as pd
import numpy as np

# 创建模拟数据：60天的日期索引，包含Sensors、ACH_Base、Am列
dates = pd.date_range('2023-01-01', periods=60, freq='D')
df = pd.DataFrame({
    'Sensors': np.random.randint(1, 100, size=60),
    'ACH_Base': np.random.rand(60),
    'Am': np.random.rand(60)
}, index=dates)

# 按年-月提取Sensors最小的完整行
result = df.loc[df.groupby([df.index.year, df.index.month])['Sensors'].idxmin()]
print(result)

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