python pandas min（）未获取最小值

Question

我遇到了一个奇怪的问题。我相信这背后有一个合乎逻辑的原因。在

所有的列都被称为minage4，minage4和minage4都有minage4和minage4。缺失值的数量从minage1增加到minage4。在

我创建了第五列，其中至少包含这四列：

alloptions['minage']=alloptions.apply(lambda x: min([x['minage1'],x['minage2'],x['minage3'],x['minage4']]),axis=1)

看起来很管用直到我在第47排发现

^{pr2}$

使用.loc，我将该行隔离：

In [10]:

 print alloptions.loc[47,:]
 print alloptions.loc[47,:].dtypes

我明白了

minage1   NaN
minage2    56
minage3   NaN
minage4   NaN
minage    NaN
Name: 47, dtype: float64
float64

我不明白为什么我不接电话。在

提前谢谢你的帮助。在

Answer 1

您使用的是内置Python min函数，该函数不知道nan，并且处理方式不一致：

>>> min(1, np.nan)
1
>>> min(np.nan, 1)
nan

相反，使用来自pandas的min方法，它知道在计算最小值时忽略nan值。此方法采用一个axis参数，因此，如果您的四个minageX列是数据帧中唯一的列，则可以这样做

^{pr2}$

通常，在处理pandas数据结构时，应避免使用内置的Python函数，如max、min、sum等，而应使用pandas版本；内置函数对pandas或向量化操作一无所知，可能会产生意外结果。在