pandas.Series.min#

Series.min(ось=0, skipna=True, numeric_only=False, **kwargs)[источник]#

Возвращает минимальное значение по указанной оси.

Если вы хотите index минимума, используйте idxmin. Это эквивалент numpy.ndarray метод argmin.

Параметры:

ось{index (0)}

Ось для применения функции. Для Series этот параметр не используется и по умолчанию равен 0.

Для DataFrames, указание axis=None применит агрегацию по обеим осям.

Добавлено в версии 2.0.0.

skipnabool, по умолчанию True

Исключать значения NA/null при вычислении результата.

numeric_onlybool, по умолчанию False

Включать только столбцы с float, int, boolean. Не реализовано для Series.

**kwargs

Дополнительные ключевые аргументы для передачи функции.

Возвращает:

скаляр или скаляр

Смотрите также

Series.sum: Возвращает сумму.
Series.min: Возвращает минимум.
Series.max: Вернуть максимум.
Series.idxmin: Возвращает индекс минимального значения.
Series.idxmax: Возвращает индекс максимального значения.
DataFrame.sum: Возвращает сумму по запрошенной оси.
DataFrame.min: Возвращает минимум по запрошенной оси.
DataFrame.max: Возвращает максимум по запрошенной оси.
DataFrame.idxmin: Возвращает индекс минимального значения по запрошенной оси.
DataFrame.idxmax: Возвращает индекс максимального значения по указанной оси.

Примеры

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name: legs, dtype: int64

>>> s.min()
0