Python 查找行值最小的数据帧的列名

我有一个数据帧，如下所示：

X = np.array([[1.0, -20, 200, 50],
              [2.0, 19, 100, 52],
              [3.0, 17, -150, 55],
              [4.0, 20, -120, 60],
              [5.0, 21, 119, 70],
              [6.0, -15, 134, -75],
              [7.0, 9, 178, -80],
              [8.0, 10, -190, 90],
              [9.0, 19, 200, 70],
              [10.0, 20, 210, 65]])

native_id1 = ['08MB005', '08ME005', '08GD006','08GH002']
native_id2 = ['08CD001', '08EF006', '08TH002', '08LO002', '07HP003', '08IK002', '09WF001','09YU001', '05KJ008', '08LK007']
X = pd.DataFrame(X, native_id2, native_id1)

我使用了下面的函数，它返回与每行中的最小值对应的列或索引的位置

idx = np.argmin(X.values, axis=1)

返回类似于：

array([1, 0, 2, 2, 0, 3, 3, 2, 0, 0], dtype=int64)

我想要的是：

08CD001    08ME005
08EF006    08MB005
08TH002    08GD006
08LO002    08GD006
07HP003    08MB005
08IK002    08GH002
09WF001    08GH002
09YU001    08GD006
05KJ008    08MB005
08LK007    08MB005

*已更新* 我已经找到了这个问题的答案，我试图找到对应于数据帧每行最小值的列名

下面的答案奏效了：

df.idxmin(axis=1)

---

使用

DataFrame.idxmin

（）：

同样，您可以在

df.apply（np.argmin，axis=1）中使用
np.argmin
。但你会得到这样的警告：

FutureWarning:“argmin”已弃用。改用“idxmin”。“argmin”的行为将被更正，以在将来返回位置最小值。现在使用“series.values.argmin”获取最小值的位置

因此建议使用
idxmin
您可以使用它来获取所需的列：

def func(x):
    return np.argmin(x)

print(df[["Small", "Int", "Bor", "Drama"]].apply(func, axis=1))

df.columns[idx]
如果你真的想清楚，你应该提供一个
df.idxmin（axis=1）
将得到你所有的列名btw
（X.idxmin（1）==X.columns[X.values.argmin（1）]。all（）
计算结果为
True
很明显，你甚至从未尝试过我提供的代码。如果有，您会注意到它为每行中的最小值提供了列名。。。正是你要的。现在，我没有从这次互动中失去或获得任何东西，但我担心你会离开，不理解一些可能对你非常有用的东西。
def func(x):
    return np.argmin(x)

print(df[["Small", "Int", "Bor", "Drama"]].apply(func, axis=1))