当其他列为空时，如何获取列的最小值？
How can I get the minimum value of a column when other column is null?
这是一个非常直接的问题，假设我有：
id grade coldate
123 100 2020-01-01
444 45 2020-02-01
NULL 55 2020-03-01
NULL 70 2020-04-01
我想要最差成绩，只考虑id为null的情况。所以即使444的等级比第三行的id低，我期望的输出是55。如果可能的话，我想把行号也带上。
有什么想法吗？一个简单的过滤器是行不通的，因为这不像我在寻找满足两个条件的东西。我考虑过编写一个函数，但工作量太大（我会先列出所有空值并存储在列表中，然后从数据框中获取最小值，仅过滤列表中的值）。
这个returns一个数据框，一行满足给定条件
df1=df[df['id']==NULL]
df1[df1['grade']==df1['grade'].min()]
试试这条线：
df.loc[df['id'].isna(), 'grade'].min()
输出：
55
将 loc 与布尔系列一起使用，其中列 'id'、isna 并获取 min 值
列，'grade'.
这是一个非常直接的问题，假设我有：
id grade coldate
123 100 2020-01-01
444 45 2020-02-01
NULL 55 2020-03-01
NULL 70 2020-04-01
我想要最差成绩，只考虑id为null的情况。所以即使444的等级比第三行的id低，我期望的输出是55。如果可能的话，我想把行号也带上。
有什么想法吗？一个简单的过滤器是行不通的，因为这不像我在寻找满足两个条件的东西。我考虑过编写一个函数，但工作量太大（我会先列出所有空值并存储在列表中，然后从数据框中获取最小值，仅过滤列表中的值）。
这个returns一个数据框，一行满足给定条件
df1=df[df['id']==NULL]
df1[df1['grade']==df1['grade'].min()]
试试这条线：
df.loc[df['id'].isna(), 'grade'].min()
输出：
55
将 loc 与布尔系列一起使用，其中列 'id'、isna 并获取 min 值
列，'grade'.