在python中的dataframe类型数据输出某一列最小值对应的索引

可以使用以下代码实现：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 找到最小值对应的索引
min_index = df['A'].idxmin()

# 输出最小值对应的索引
print(min_index)

输出结果为：

0

相关问题

python中如何读取excel表数据并获取中位数，均值，标准差，寻找某一行最小值，寻找某一列最大值

在Python中，我们可以使用pandas库方便地处理Excel表格数据，并计算所需的统计量。以下是基本步骤：

1. **安装pandas**:
如果你还没有安装pandas，可以使用`pip install pandas openpyxl`命令安装。

2. **读取Excel文件**:
使用pandas的`read_excel()`函数读取Excel文件，例如：

   import pandas as pd
   df = pd.read_excel('your_file.xlsx')

将 `'your_file.xlsx'` 替换为你要读取的实际文件路径。

3. **获取统计数据**:
- 中位数（Median）: 使用`df.median()`，它会返回DataFrame中所有数值列的中位数。
- 均值（Mean）: 使用`df.mean()`，计算各列的平均值。
- 标准差（Standard Deviation）: 使用`df.std()`，得到各列的标准差。

对于特定行或列的操作，你可以使用索引来选择特定部分，然后计算。比如找到某一行（假设第0行）的最小值：

   min_value_row = df.iloc[0].min()

或者找到某一列（假设列名为'Column_name'）的最大值：

   max_value_column = df['Column_name'].max()

4. **结果输出**:
可以将结果直接打印出来，或者存储到变量中用于后续分析。

读入zong.csv文件，创建打印出来如下图所示的一个DataFrame。同时计算每个行索引相应行的最大值、最大值列索引和最小值、最小值列索引和平均值

好的，我可以帮你解决这个问题。首先，我们需要导入pandas库，并读取zong.csv文件：

import pandas as pd

df = pd.read_csv('zong.csv', index_col=0)

接下来，我们可以使用以下代码来计算每个行索引相应行的最大值、最大值列索引和最小值、最小值列索引和平均值，并将结果存储到一个新的DataFrame中：

new_df = pd.DataFrame(columns=['max_value', 'max_col', 'min_value', 'min_col', 'mean_value'])

for index, row in df.iterrows():
    max_value = row.max()
    max_col = row.idxmax()
    min_value = row.min()
    min_col = row.idxmin()
    mean_value = row.mean()
    
    new_df.loc[index] = [max_value, max_col, min_value, min_col, mean_value]

最后，我们可以使用以下代码打印出DataFrame：

print(new_df)

这样就可以得到你所需要的结果了。