Python – 计算Pandas DataFrame的列值最小值

Pandas是Python中一个非常常用的数据分析和清洗库。DataFrame是Pandas中一个高级的二维表格类型数据结构。DataFrame中的每一列都是一个Series类型，我们可以使用Pandas中的min()方法计算DataFrame中某一列的最小值。

示例代码

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    'id': [1, 2, 3, 4, 5],
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'age': [25, 23, 30, 29, 27],
    'salary': [2500, 3300, 2000, 5000, 4000]
})

# 计算salary列的最小值
min_salary = df['salary'].min()

print('最小工资为：', min_salary)

上面的示例代码中，我们首先使用Pandas中的DataFrame()方法创建了一个包含4列数据的DataFrame，然后使用min()方法计算了DataFrame中salary列的最小值并打印出来。

Python代码块自动识别

我们在上面的示例代码中使用了Python语言的代码块，Markdown编辑器会自动识别代码块的语言并对该代码块进行语法高亮。例如，我们在代码块第一行指定语言类型为Python：

import pandas as pd

我们可以省略第一行的语言类型声明，Markdown编辑器会自动识别代码块的语言：

import pandas as pd

对于其他语言的代码，Markdown编辑器同样支持自动识别和语法高亮。例如JavaScript代码块：

const a = 1;
const b = 2;
console.log(a + b);

使用describe()方法计算DataFrame中所有数值列的最小值

除了可以计算DataFrame中某一列的最小值之外，我们还可以使用Pandas中的describe()方法来计算DataFrame中所有数值列的最小值、最大值、中位数等统计信息。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    'id': [1, 2, 3, 4, 5],
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'age': [25, 23, 30, 29, 27],
    'salary': [2500, 3300, 2000, 5000, 4000]
})

# 计算DataFrame中所有数值列的统计信息
statistics = df.describe()

# 提取出salary列的最小值
min_salary = statistics.loc['min', 'salary']

print('最小工资为：', min_salary)

上面的示例代码中，我们首先创建了一个包含4列数据的DataFrame，然后使用describe()方法计算了DataFrame中所有数值列的统计信息，并将其保存到了一个新的DataFrame中。最后，我们从statistics中提取出了salary列的最小值并打印出来。

结论

Pandas提供了很多方便易用的方法，可以方便地计算DataFrame中列的最小值、最大值、均值等统计信息。我们可以使用min()方法计算DataFrame中某一列的最小值，也可以使用describe()方法计算DataFrame中所有数值列的最小值、最大值、中位数等统计信息。这些方法的使用简单直观，可以大大提高我们分析数据的效率。