在熊猫的非数字列中查找最小值答案

【问题标题】：Finding a min value among non-numeric columns in pandas在熊猫的非数字列中查找最小值
【发布时间】：2019-07-21 18:35:31
【问题描述】：

考虑以下数据框：

#!/usr/bin/python3.5
import pandas as pd # version 0.23.4
x_df = pd.DataFrame([[1.2, 3.4, 'n', 'a'], [5.6, 'a', 'b', 7.8], 
                    [2.2, 'c', 1.35, 'd'], ['k', 'o', 'b', 'c']], 
                    columns=['A', 'B', 'C', 'D'])

我正在尝试实现每行的最小值（如下所示）：

x_df =        A    B     C    D     min
         0  1.2  3.4     n    a    1.2
         1  5.6    a     b  7.8    5.6
         2  2.2    c  1.35    d    1.35
         3    k    o     b    c    nan

我尝试使用：

x_df['min'] = x_df.apply(lambda x: x.min(numeric_only=True), axis=1)

但是这会引发错误：

NotImplementedError: ('Series.min does not implement numeric_only.', 'occurred at index 0')

有没有不使用for 循环或冗长代码的简单方法来实现这一点？

如果这个问题已经得到解答，请指出我并抱歉重复（搜索没有得到我想要的！）

【问题讨论】：

标签： python python-3.x pandas min

【解决方案1】：

简单的方法是先用to_numeric转换成数字，把不能转换的留成NaN，再做min

df.apply(pd.to_numeric,errors='coerce',axis=1).min(1)
Out[96]: 
0    1.20
1    5.60
2    1.35
3     NaN
dtype: float64

【讨论】：

感谢您的回答