构建一个4*5的dataframe，求第二行的最小值和第三列的最大值

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：

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。