使用Pandas的df.min()后，如何获取每行最小值对应的列名？

问题描述 #

需要找出DataFrame每行最小值对应的列名，并将其存入新列中。使用min(axis=1)仅能得到每行最小值的数值，无法获取对应列名，且需要向量化解决方案处理大量数据。

示例数据与问题复现：

import pandas as pd

initialDict = {"A":[6.53,11.47,92.08],"B":[9.11,8.15,12.49]}
initialDf = pd.DataFrame.from_dict(initialDict,orient="index",columns=["Value 1","Value 2","Value 3"])

生成的DataFrame：

Value 1  Value 2  Value 3
A     6.53    11.47    92.08
B     9.11     8.15    12.49

使用min(axis=1)仅返回数值，无法获知对应列名：

initialDf.min(axis=1,numeric_only=True)

结果：

A    6.53
B    8.15
dtype: float64

解决方案 #

Pandas内置的idxmin(axis=1)方法可直接返回每行最小值对应的列名，该方法为向量化实现，效率极高，适合处理大规模数据集。

代码实现 #

# 添加新列，存储每行最小值对应的列名
initialDf['min_column'] = initialDf.idxmin(axis=1, numeric_only=True)

# 查看最终结果
print(initialDf)

输出结果 #

Value 1  Value 2  Value 3 min_column
A     6.53    11.47    92.08    Value 1
B     9.11     8.15    12.49    Value 2

补充说明 #

• numeric_only=True参数确保仅计算数值型列的最小值，避免非数值列干扰计算结果。
• 若某行存在多个相同的最小值，idxmin会返回第一个出现该最小值的列名。

内容的提问来源于stack exchange，提问作者Corsaka