Python 在不等于零的不同行中选择最小值

我有一个数据框：

year   country apple orange peach banana pear export
2010   China    11    45     0      13    22   25
2011   China    6     5      26     33     2   44
2012   China    34    3      56     23     0   22
2013   China    22    45      2      2    27   14

我知道如何获得每年的最低值，例如：

df["min_f"] = df[['apple', 'orange', 'peach', 'banana' ,'pear']].min(axis=1)

如何获得最小非零值

附言：我不想使用以下技巧，因为它会在以后引起头痛：

df = df.replace(0, np.NaN)

---

好的，我们选择列，得到非零值，然后找到min

(df[df[['apple', 'orange', 'peach', 'banana' ,'pear']] != 0]).min(axis = 1)

你得到

    year    apple   orange  peach   banana  pear    min_f
0   2010    11      45      0       13      22      11.0
1   2011    6       5       26      33      2       2.0
2   2012    34      3       56      23      0       3.0
3   2013    22      45      2       2       27      2.0

替代解决方案：

df.groupby(['year', 'country']).apply(lambda x: x[x > 0].min(axis=1))

返回：

year  country   
2010  China    0    11.0
2011  China    1     2.0
2012  China    2     3.0
2013  China    3     2.0
dtype: float64

---

这应该忽略使用pandas 0.19.2的非数值列。

我不需要写列名？如果整行都需要最小值，则不需要写。是的，但我有一些字符串值，在不同的列中。我只是在示例中没有使用它们。如果您有其他数值列，而不是用于查找最小值，您必须指定列。字符串不会受到影响。看社论你现在有足够的声望去投票了！祝贺通过投票选出你认为有用的答案来表达你的感激之情吧。

year  country   
2010  China    0    11.0
2011  China    1     2.0
2012  China    2     3.0
2013  China    3     2.0
dtype: float64