有效地找到 DataFrame 中的最小值

Question

我可以使用通常的 Pandas 向量化操作在小数据集上获得最小值及其行和列：

import pandas as pd

data = pd.DataFrame([
  ['A', 'asdf', 1, 2, 3],
  ['B', 'zxcv', 4, 5, 6],
  ['C', 'qwer', 2, 5, 3],
  ['D', 'hjkl', 3, 9, 4],
], columns=['entity', 'code', '2007', '2008', '2009']).set_index('entity')

data_num = data.drop(columns=['code'])

minval = data_num.min().min()
minval_row = data_num.min(axis='columns').idxmin()
minval_col = data_num.min().idxmin()

print(minval, minval_row, minval_col)
# 1 A 2007

然而，这需要对数据进行 3 次单独的扫描，这是低效的。

从算法上讲，一次遍历数据即可获得所有 3 个值。 使用 Pandas 或 Numpy API 是否有可能？

请注意，我也想避免复制数据。 我认为如果您拥有所有相同.to_numpy()数据， .to_numpy()将不会复制，但我不是 100% 确定。

Answer 1

我认为你可以stack ：

minval = data_num.min().min()

print (data[data.eq(minval)].stack())

entity      
A       2007    1.0
dtype: object

Answer 2

您可以从展平底层数组（单程）中获取最小值，并使用简单的数学（快速操作）发送回计算位置：

idx = data_num.values.flatten().argmin()
col = data_num.columns[idx%len(data_num.columns)]
row = data_num.index[idx//len(data_num.columns)]
col, row

输出：

('2007', 'A')