Pandas DataFrame DataFrame.min() 함수
-
pandas.DataFrame.min()의 구문 : -
예제 코드: 열 축을 따라 최소값을 찾는
DataFrame.min()메서드 -
예제 코드: 행 축을 따라 최소값을 찾는
DataFrame.min()메서드 -
예제 코드:
NaN값을 무시하고 최소값을 찾는DataFrame.min()메서드
Python Pandas DataFrame.min() 함수는 지정된 축을 통해 DataFrame 객체의 최소값을 얻는다.
pandas.DataFrame.min()의 구문 :
DataFrame.mean(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
매개 변수
axis |
row (axis = 0) 또는column (axis = 1)을 따라 평균 찾기 |
skipna |
부울. NaN 값 (skipna=True)을 제외하거나NaN 값 (skipna=False)을 포함합니다. |
level |
축이 MultiIndex인 경우 특정 수준과 함께 계산 |
numeric_only |
부울. numeric_only=True의 경우float,int 및boolean 열만 포함합니다. |
**kwargs |
함수에 대한 추가 키워드 인수입니다. |
반환
level이 지정되지 않은 경우 요청 된 축에 대한 최소값의Series를 반환하고, 그렇지 않으면 최소값의DataFrame을 반환합니다.
예제 코드: 열 축을 따라 최소값을 찾는DataFrame.min()메서드
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
mins = df.min()
print("Min of Each Column:")
print(mins)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Min of Each Column:
X 1
Y 3
dtype: int64
열X와Y 모두에 대한 최소값을 가져오고 마지막으로 각 열의 최소값이있는Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 열의 최소값을 찾으려면 해당 열에 대해서만min()함수를 호출합니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 2, 3],
'Y': [4, 3, 8, 4]})
print("DataFrame:")
print(df)
mins = df["X"].min()
print("Min of Each Column:")
print(mins)
출력:
1DataFrame:
X Y
0 1 4
1 2 3
2 2 8
3 3 4
Min of Each Column:
1
DataFrame의 X열 값의 최소값 만 제공합니다.
예제 코드: 행 축을 따라 최소값을 찾는DataFrame.min()메서드
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
'Y': [4, 3, 8, 2, 9],
'Z': [2, 7, 6, 10, 5]})
print("DataFrame:")
print(df)
mins=df.min(axis=1)
print("Min of Each Row:")
print(mins)
출력:
DataFrame:
X Y Z
0 1 4 2
1 2 3 7
2 7 8 6
3 5 2 10
4 10 9 5
Min of Each Row:
0 1
1 2
2 6
3 2
4 5
dtype: int64
모든 행의 최소값을 계산하고 마지막으로 각 행의 평균이 포함 된Series 객체를 반환합니다.
예제 코드: NaN 값을 무시하고 최소값을 찾는DataFrame.min()메서드
skipna 매개 변수의 기본값, 즉skipna=True를 사용하여NaN 값을 무시하고 지정된 축을 따라DataFrame의 최소값을 찾습니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, 7, 4]})
print("DataFrame:")
print(df)
mins=df.min(skipna=True)
print("Min of Columns")
print(mins)
출력:
DataFrame:
X Y
0 1.0 4.0
1 2.0 3.0
2 NaN 7.0
3 3.0 4.0
Min of Columns
X 1.0
Y 3.0
dtype: float64
skipna=True를 설정하면 데이터 프레임의NaN을 무시합니다. 이를 통해 NaN값을 무시하고 열 축을 따라 DataFrame의 최소값을 계산할 수 있습니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, None, 3],
'Y': [4, 3, 7, 4]})
print("DataFrame:")
print(df)
mins=df.min(skipna=False)
print("Min of Columns")
print(mins)
출력:
DataFrame:
X Y
0 1.0 4
1 2.0 3
2 NaN 7
3 3.0 4
Min of Columns
X NaN
Y 3.0
dtype: float64
여기서는 열X에NaN 값이 존재하므로X 열의 평균에 대한NaN 값을 얻습니다.
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn Facebook