series.cummim() 方法在 Pandas 中如何工作？

  • Z时代
  • 2024-01-10
  • 分类：综合

Pandas Series 构造函数中的cummin()方法用于查找给定系列元素的累积最小值。

生成的累积最小对象与原始系列对象具有相同的长度。该cummin()方法的参数是“axis”、“skipna”和附加关键字。

“skipna”参数默认排除缺失值的执行，如果你也想执行那些缺失值，那么将skipna参数设置为“False”，那么它也包括Nan/null值。

示例 1

# importing required packages
import pandas as pd
import numpy as np
# create a pandas Series object
series = pd.Series([9,10,5,np.nan,23,7])
print(series)
print("累计最低： ",series.cummin())

解释

在此示例中，我们使用 python 列表整数值和 Null 值创建了一个熊猫系列。创建系列对象后，我们应用该cummin()方法而不更改任何默认参数值。

输出结果

0  9.0
1 10.0
2  5.0
3  NaN
4 23.0
5  7.0
dtype: float64
累计最低：
0 9.0
1 9.0
2 5.0
3 NaN
4 5.0
5 5.0
dtype: float64

默认情况下，该cummin()方法不执行 Nan 值，因此位置 3 处的 Nan 值保持不变。

示例 2

# importing required packages
import pandas as pd
import numpy as np
# create a pandas Series object
series = pd.Series([78,23,65,np.nan,92,34])
print(series)
print("累计最低： ",series.cummin(skipna=False))

解释

在以下示例中，我们cummin()通过将 skipna 值设置为 False 来应用该方法。这意味着它将在执行时考虑 Null/Nan 值。

输出结果

0 78.0
1 23.0
2 65.0
3  NaN
4 92.0
5 34.0
dtype: float64
累计最低：
0 78.0
1 23.0
2 23.0
3  NaN
4  NaN
5  NaN
dtype: float64

该方法返回一个Series对象，累积最小元素的第一个元素与原始系列的元素相同。Series.cummin()

以上是 series.cummim() 方法在 Pandas 中如何工作？ 的全部内容， 来源链接： utcz.com/z/297334.html

回到顶部