Pandas Dataframe - 使用比较运算符（==）与 idxmin（）产生不同的结果答案

【问题标题】：Pandas Dataframe - Using Comparison Operator (==) vs idxmin() is producing different resultsPandas Dataframe - 使用比较运算符（==）与 idxmin（）产生不同的结果
【发布时间】：2020-08-31 07:15:27
【问题描述】：

这与试图回答的问题之一有关。编号：61801654

数据集：

Q   GDP
2008q3  14891.6 
2008q4  14577.0 
2009q1  14375.0 
2009q2  14355.6

我们的想法是用 Q 的值作为 GDP 的最小值。正确答案是：

df.loc[df['GDP'].idxmin()]['Q']

输出：

2009q2
<class 'str'>

我认为也可能是这样的答案：

df.loc[df['GDP'] == df['GDP'].min()]['Q']

但是，这个输出是：

3    2009q2
<class 'pandas.core.series.Series'>

作为参考，3 是我使用 read_clipboard(sep='\s\s+') 函数创建的数据帧的索引：

df = pd.read_clipboard(sep='\s\s+')

        Q      GDP
0  2008q3  14891.6
1  2008q4  14577.0
2  2009q1  14375.0
3  2009q2  14355.6

我想了解为什么df.loc[df['GDP'] == df['GDP'].min()]['Q'] 返回一个系列，而df.loc[df['GDP'].idxmin()]['Q'] 只是返回一个字符串值。

找不到已回答的类似问题。如有重复，我深表歉意。

【问题讨论】：

标签： python pandas

【解决方案1】：

场景 1

df['GDP'] == df['GDP'].min() 给你一个布尔系列。

>>> mask = df['GDP'] == df['GDP'].min()
>>> mask
0    False
1    False
2    False
3     True
Name: GDP, dtype: bool

使用布尔系列 (with or without the loc accessor) 对数据框进行索引会为您提供数据框。

>>> df_filtered = df.loc[mask]
>>> type(result1)
<class 'pandas.core.frame.DataFrame'>
>>> df_filtered
        Q      GDP
3  2009q2  14355.6

从数据框中选择一列会给你一个系列。

>>> type(df_filtered['Q'])
<class 'pandas.core.series.Series'>
>>> df_filtered['Q']
3    2009q2
Name: Q, dtype: object

场景 2

df['GDP'].idxmin() 给你一个单一的值。

>>> idxmin = df['GDP'].idxmin()
>>> idxmin
3

选择数据框的单行会返回一个系列。

>>> row = df.loc[idxmin]
>>> type(row)
<class 'pandas.core.series.Series'>
>>> row
Q       2009q2
GDP    14355.6
Name: 3, dtype: object

对系列进行索引会为您提供单个值（如果索引是唯一的）。

>>> row['Q']
'2009q2'

【讨论】：