Python 从数据帧中的上一个值减去最小值_Python_Pandas_Dataframe

Python 从数据帧中的上一个值减去最小值

python pandas dataframe

Python 从数据帧中的上一个值减去最小值,python,pandas,dataframe,Python,Pandas,Dataframe,我想从数据帧上的值减去数据帧中某列的最小值。在R中，我会这样做： df <- data.frame(a=1:5, b=c(5,6,7,4,9)) df a b 1 1 5 2 2 6 3 3 7 4 4 4 5 5 9 df$b[which.min(df$b)-1] - df$b[which.min(df$b)] [1] 3 df您可以使用argmin找出最小值的索引（如果有联系，则为第一个），然后您可以根据位置进行减法： index = df.b.argmin() df.b[ind

我想从数据帧上的值减去数据帧中某列的最小值。在

中，我会这样做：

df <- data.frame(a=1:5, b=c(5,6,7,4,9))
df
  a b
1 1 5
2 2 6
3 3 7
4 4 4
5 5 9
df$b[which.min(df$b)-1] - df$b[which.min(df$b)]
[1] 3

df您可以使用argmin
找出最小值的索引（如果有联系，则为第一个），然后您可以根据位置进行减法：
index = df.b.argmin()
df.b[index-1] - df.b[index]
# 3

如果索引不是连续的数字：
i_index = df.b.values.argmin()
df.b.iat[i_index-1] - df.b.iat[i_index]
# 3

或效率较低：
-df.b.diff()[df.b.argmin()]
# 3.0

您可以使用argmin
找出最小值的索引（如果有联系，则为第一个），然后可以根据位置进行减法：
index = df.b.argmin()
df.b[index-1] - df.b[index]
# 3

如果索引不是连续的数字：
i_index = df.b.values.argmin()
df.b.iat[i_index-1] - df.b.iat[i_index]
# 3

或效率较低：
-df.b.diff()[df.b.argmin()]
# 3.0

您还可以使用pandas.DataFrame.idxmin（）

知道哪一个更好吗？@charlesmoris Right。这不是一个正式的答案，但我不认为

idxmin

和

argmin

性能方面有很大的区别。@charlesmoris

argmin

是一种专门的

索引

方法，

idxmin

可用于

系列

，

DataFrame

s和

groupby

objects@EdChum这是否意味着

idxmin

更通用，或者只是有不同的用例？实现相同结果的方法不同，在

索引

对象上有

idxmin

可能听起来很奇怪，因为它可能会与

min

相混淆，相反，在

系列

上的

argmin

可能会与

min

相混淆，而

idxmin

应该更容易理解。另外，

idxmin

具有

skipna

arg，

argmin

由于某些原因不能使用。您也可以使用

pandas.DataFrame.idxmin（）