Python 选择数据帧中最接近零的行中的值

我们有一个包含两列的pandas

DataFrame

：

pd.DataFrame(pd.np.arange(12).reshape(6,2), columns=list('ab')) % 3 - 1.2

     a    b
0 -1.2 -0.2
1  0.8 -1.2
2 -0.2  0.8
3 -1.2 -0.2
4  0.8 -1.2
5 -0.2  0.8

获得最接近零的值的最佳方法是什么？上述项目的预期产出为

     x
0 -0.2
1  0.8 
2 -0.2  
3 -0.2
4  0.8 
5 -0.2 

我尝试使用

df.idxmin（axis=1）

，然后使用

lookup

，但我打赌有一种更简单的方法？

一个选项：

df = pd.DataFrame(pd.np.arange(12).reshape(6,2), columns=list('ab')) % 3 - 1.2
closest_to_zero = df.abs().idxmin(axis=1).pipe(lambda x: x[x.notnull()])
pd.Series(df.lookup(closest_to_zero.index, closest_to_zero), index=closest_to_zero.index).reindex(df.index)

---

只需在“a”或“b”中的值之间选择位置

df['a'].where(df['a'].abs() < df['b'].abs(), df['b'])

---

但它看起来还是比它应该的更麻烦？

以下内容对我有效，给了您最接近于零的值：

   df.abs().min()

---

这将返回最小值或索引？它返回最小值

   df.abs().min()