构建一个4*5的dataframe,求第二行的最小值和第三列的最大值
时间: 2024-05-05 10:15:10 浏览: 9
```python
import pandas as pd
import numpy as np
data = np.array([[1, 2, 3, 4, 5],
[6, 7, 8, 9, 10],
[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20]])
df = pd.DataFrame(data, columns=['col1', 'col2', 'col3', 'col4', 'col5'])
row2_min = df.iloc[1].min()
col3_max = df['col3'].max()
print('第二行的最小值为:', row2_min)
print('第三列的最大值为:', col3_max)
```
输出:
```
第二行的最小值为: 6
第三列的最大值为: 13
```
相关问题
dataframe求一列中第二个值之后的值的最小值
可以使用 Pandas 中的 iloc 方法和 min 方法来实现。假设要求 DataFrame 中第一列第二个值之后的值的最小值,代码如下:
```python
import pandas as pd
# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5]})
# 求第一列第二个值之后的值的最小值
min_value = df['A'].iloc[2:].min()
print(min_value) # 输出:3
```
首先创建了一个 DataFrame,然后使用 iloc 方法选取第一列的第二个值之后的所有值,再使用 min 方法求这些值的最小值。最终输出结果为 3。
用python构建一个7*3的dataframe,求这个dataframe第3行的百分位数值
可以使用 pandas 库来构建这个 dataframe,代码如下:
```
import pandas as pd
import numpy as np
# 构建 dataframe
df = pd.DataFrame(np.random.rand(21).reshape(7, 3))
# 求第3行的百分位数值
result = np.percentile(df.iloc[2], 50)
# 输出结果
print(result)
```
输出结果为第3行的中位数。如果需要求其他百分位数值,可以修改代码中的第50行的百分数值。