包含python的数据集中的argmin

假设我们有使用熊猫的上述数据集。我想计算第一列的

arg_最小值

，忽略

NaN

。我试过了

      SGSIN VNVUT CNSHK HKHKG JPOSA
To                                 
MYPKL     1     4     8     9    13
SGSIN   NaN     3     7     8    12
VNVUT   NaN   NaN     3     4     8
CNSHK     1   NaN   NaN     1     5
HKHKG   NaN   NaN   NaN   NaN     3

但它给

df[df[0]].idxmin()

但是我没有得到正确的结果。有人能帮我吗？我想要的结果是（在这种情况下）

---

您可以使用numpy的

argwhere

[0,3]

---

很抱歉，这不管用。我得到一个空字符串gi run np.argwhere（df[df.columns[0]]].eq（df[df.columns[0]].min（））。顺便说一句：我在用熊猫python@Koen有些东西不合逻辑。np.where不返回字符串。您最好的选择是提供生成最小、完整和可验证示例的代码。这样就不会有歧义。根据你在问题中提供的文本，我的答案有效。当我有时间的时候，我会编辑我的帖子来证明我的意思。但您可能希望更快地进行尝试，以便其他人能够提供帮助。我的意思是，实际上我得到的是一个空数组，因此只要[[]，如果数据集不包含NaN，您的答案就可以工作。如果有NaN，它会给出[[]]您从未提到过执行df[df[0]]的结果。idxmin（）？我用执行df[df[0]]的结果编辑我的问题。idxmin（）

[0,3]

import numpy as np

np.argwhere(df['SGSIN'].eq(df['SGSIN'].min()))

array([[0],
       [3]])