Python 3.x 两行之间数据系列的最小值或最大值

我有一个熊猫数据框。假设列名为“A”、“B”和“C”

如何计算列“A”中数据的最小值和/或最大值（仅包括行m到p）？其中m 如果我将列名存储在一个列表中，并希望在循环中对它们进行迭代并获得最大值，该怎么办

colNames = ['A', 'B', 'C']
for col in colNames:
     # get the max here

这个怎么样

df.A[m:p].min()

这个怎么样

df.A[m:p].min()

---

通过使用

.iloc

和

loc

，假设您的m=1和p=3

colNames=['A','B']
df.iloc[1:3,:].loc[:,colNames]
Out[767]: 
   A  B
1  2  2
2  3  1
df.iloc[1:3,:].loc[:,colNames].min() #get the min of each column
Out[768]: 
A    2
B    1
dtype: int64
df.iloc[1:3,:].loc[:,colNames].min(1) # get the min of each row
Out[769]: 
1    2
2    1
dtype: int64

数据输入

df = pd.DataFrame({"A": [1,2,3],
                   'B':[3,2,1],'C':[2,1,3]})

---

通过使用

.iloc

和

loc

，假设您的m=1和p=3

colNames=['A','B']
df.iloc[1:3,:].loc[:,colNames]
Out[767]: 
   A  B
1  2  2
2  3  1
df.iloc[1:3,:].loc[:,colNames].min() #get the min of each column
Out[768]: 
A    2
B    1
dtype: int64
df.iloc[1:3,:].loc[:,colNames].min(1) # get the min of each row
Out[769]: 
1    2
2    1
dtype: int64

数据输入

df = pd.DataFrame({"A": [1,2,3],
                   'B':[3,2,1],'C':[2,1,3]})

---

谢谢你的帮助！谢谢你的帮助！