根据每行的最小值仅保留数据框中的那些列答案

【问题标题】：Keep only those columns in dataframe based on min value of each row根据每行的最小值仅保留数据框中的那些列
【发布时间】：2022-01-20 04:53:53
【问题描述】：

我有一个数据框

In = pd.DataFrame([["W",13,23,45,65], ["X",23,45,12,78], ["Y",12,34,56,89]],columns=["A","B","C","D","E"])

W 行的最小值为 13，X 行的最小值为 12，Y 行的最小值为 12。只保留所有行中具有最小值的列。

预期输出：

Out = pd.DataFrame([["W",13,45], ["X",23,12], ["Y",12,56]],columns=["A","B","D"])

怎么做？

【问题讨论】：

如果连续有两列具有相同的最小值怎么办？你想保留两者还是任何一个？
是的需要保留两列
您可能希望将此详细信息添加到您的问题中。

标签： python python-3.x pandas dataframe

【解决方案1】：

您可以检查列是非数字还是包含最小值。

这种方法很有效，因为它首先计算每列的min，然后将每个最小值与全局最小值进行比较。

from pandas.api.types import is_numeric_dtype

# non-numeric
mask = In.apply(is_numeric_dtype)
# contains min
m = (m:=In.min()).eq(m[mask].min()) | ~mask
# If python < 3.8:
# m = In.min()
# m = m.eq(m[mask].min()) | ~mask

Out = In.loc[:,m]

输出：

   A   B   D
0  W  13  45
1  X  23  12
2  Y  12  56

【讨论】：

【解决方案2】：

在每列的最小值中找到最小值。将结果等同于 df。过滤任何具有最小值的列。在过滤发生之前将 A 设置为索引

In.set_index('A', inplace=True)
In.loc[:,(In==In.min().min()).any()].reset_index()

如果您不想要多行代码，请使用以下代码

In.set_index('A').loc[:,(In==(In.select_dtypes(exclude='object').min().min())).any()].reset_index()

【讨论】：

很好，我使用了类似的方法，但我认为更有效，因为它不需要根据最小值检查所有元素，并且更通用（不需要 set_index）;)

【解决方案3】：

非常简单：声明 'A' 行索引；找到每一行中最小元素的列；消除重复的列；从原始数据框中选择幸存的列和“A”。

columns_to_keep = In.set_index('A').idxmin(axis=1).unique().tolist()
Out = In[['A'] + columns_to_keep]

请注意，如果多列包含一行中的最小元素，则答案中仅包含第一列。

【讨论】：

虽然聪明，但这种方法是不正确的。如果最小值仅与前一列出现在同一行中，我将无法识别一列（idxmin 仅返回第一个匹配项），例如在 D 列中反转 12 和 56
@mozway 在您的示例中，B 列具有所有最小值，将被正确选择。从问题中不清楚如果有多个最小值该怎么办。此外，您的解决方案仅适用于 Python >= 3.8。
我在之前的评论中提供了一个例子：在D列中反转12和56，D将无法被选中
@mozway 检查我更新的评论。
我希望 OP 会澄清，但措辞方式我很确定应该选择 D。关于赋值表达式，这是一个实现细节，我加了注释；）