我需要获取最小n项的DataFrame的索引，忽略NA。如果我没有NAs，我就这样做：
s = pd.Series([4,3,1,5,2], index=range(10,15))
idx = s.argsort()[:2]
# check:
s.iloc[idx] # [1, 2] as desired
但是在NA的存在下，这不会起作用：
s = pd.Series([None,3,1,5,2], index=range(10,15))
idx = s.argsort()[:2]
# check:
s.iloc[idx] # [2.0, 3.0] instead of [1.0, 2.0]
这是因为arg_sort（与sort_values不同）只是完全跳过NA，并且不会将它们包含在计数中。是否有任何函数表现得像arg_sort但最后放置NA？或者，重写上述代码以使用NA的最佳方法是什么？
我想在每次执行此操作之前我都可以drop_na()，但这将针对数据框中的多个列进行，因此为每个列进行另一次传递似乎效率低下。
答案 0 :(得分：2)
IIUC，您可以使用nsmallest来获取与所需最小值对应的索引：
In [2]: s = pd.Series([4,3,1,5,2], index=range(10,15))
In [3]: a = s.nsmallest(2)
In [4]: a
Out[4]:
12 1
14 2
dtype: int64
In [5]: s = pd.Series([None,3,1,5,2], index=range(10,15))
In [6]: a = s.nsmallest(2)
In [7]: a
Out[7]:
12 1.0
14 2.0
dtype: float64
答案 1 :(得分：2)
IIUC你可以使用sort_values：
s = pd.Series([None,3,1,5,2], index=range(10,15))
In [140]: s.sort_values()[:2]
Out[140]:
12 1.0
14 2.0
dtype: float64
首播方案
s = pd.Series([4,3,1,5,2], index=range(10,15))
In [142]: s.sort_values()[:2]
Out[142]:
12 1
14 2
dtype: int64
<强>定时：
In [143]: %timeit s.sort_values()[:2]
1000 loops, best of 3: 349 µs per loop
In [144]: %timeit s.nsmallest(2)
1000 loops, best of 3: 370 µs per loop
如果您需要该值的索引，可以使用index属性：
In [145]: s.sort_values()[:2].index
Out[145]: Int64Index([12, 14], dtype='int64')
修改
对于大型系列nsmallest工作得更快：
s = pd.Series(np.random.random(size=100000))
In [16]: %timeit s.nsmallest(2)
100 loops, best of 3: 2.5 ms per loop
In [17]: %timeit s.sort_values()[:2]
100 loops, best of 3: 12.4 ms per loop