,可以通过以下步骤实现:
import pandas as pd
data = {'col1': [10, 20, 30, 40, 50],
'col2': ['A', 'B', 'C', 'D', 'E']}
df = pd.DataFrame(data)
min()
函数获取最小值,并使用idxmin()
函数获取最小值所在的索引:min_value = df['col1'].min()
min_index = df['col1'].idxmin()
associated_value = df.loc[min_index, 'col2']
完整的代码如下:
import pandas as pd
data = {'col1': [10, 20, 30, 40, 50],
'col2': ['A', 'B', 'C', 'D', 'E']}
df = pd.DataFrame(data)
min_value = df['col1'].min()
min_index = df['col1'].idxmin()
associated_value = df.loc[min_index, 'col2']
print("最小值:", min_value)
print("关联值:", associated_value)
这段代码的输出结果将会是:
最小值: 10
关联值: A
在这个例子中,我们创建了一个包含两列数据的DataFrame,其中一列是整数类型的数据(col1),另一列是字符串类型的数据(col2)。我们使用min()
函数获取col1列中的最小值,并使用idxmin()
函数获取最小值所在的索引。然后,我们使用最小值所在的索引获取col2列中对应的字符串值。最后,我们打印出最小值和关联值。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云