Pandas 的 Series.cumsum() 方法用于查找 Series 对象中元素的累积和。Series.cumsum() 方法返回一个与原始 Series 对象长度相同的累积和。累积和的第一个元素与输入对象相同。此方法具有三个参数，分别是“axis”、“skipna”和“args”关键字。重要的参数是“skipna”，它用于默认排除 Nan/空值，如果我们包含缺失值，则需要将其设置为“False”。示例 1# 导入所需包 import pandas as pd import numpy as np # ... 阅读更多

通过在 Pandas Series 构造函数中使用 cumprod() 方法，我们可以找出给定 Series 对象的元素的累积积。cumprod() 方法返回一个与原始输入 Series 对象长度相同的 Series，包含累积积。并且 cumprod() 方法中有三个参数，分别是“axis”、“skipna”和附加关键字。“skipna”参数用于默认排除缺失值，如果您想包含这些缺失值，则将 skipna 参数设置为“False”。示例 1# 导入所需包 import pandas as pd import numpy as np # ... 阅读更多

Pandas Series 构造函数中的 cummin() 方法用于查找给定 Series 的元素的累积最小值。生成的累积最小值对象与原始 Series 对象具有相同的长度。cummin() 方法的参数为“axis”、“skipna”和附加关键字。“skipna”参数默认排除缺失值的执行，如果您也希望执行这些缺失值，则将 skipna 参数设置为“False”，然后它也包含 Nan/空值。示例 1# 导入所需包 import pandas as pd import numpy as np # 创建一个 Pandas Series 对象 series = pd.Series([9, ... 阅读更多

Pandas Series.cummax() 方法用于查找 Series 对象中元素的累积最大值。输出 Series 的长度与输入 Series 对象的长度相同。输出 Series 由 series.cummax() 方法返回，该方法包含累积最大值，而第一个元素保持不变。此方法采用三个参数，即“axis”、“skipna”和附加关键字。“skipna”参数默认排除 Nan/空值，如果我们将其设置为“False”，则它包含 Nan/空值。示例 1# 导入所需包 import pandas as pd import numpy as np # 创建一个 Pandas ... 阅读更多

Pandas 中的 Series.cov() 方法用于计算 Series 与其他 Series 的协方差，方法是排除空值/NA 或缺失值。协方差是计算两个随机变量之间关系的一种方法，它将告诉我们两个随机变量如何一起变化。此 cov() 方法的输出是一个浮点值，表示两个 Series 之间的协方差。此方法具有三个参数，分别是 other、min_period 和 ddof。示例 1import pandas as pd import numpy as np # 创建 Pandas Series1 series1 = pd.Series([12, 34, 65, 21]) print("第一个 Series 对象：", series1) # 创建 ... 阅读更多

Pandas Series 中的 count() 方法用于计算 Series 对象的有效元素。这意味着它计算 Series 对象中非空值的个数。此方法仅采用一个参数“level”，该参数采用整数值以选择 MultiIndex 对象的特定级别，默认情况下，参数值为 None。此计数方法的输出是一个整数值，表示给定 Series 的非空值的个数。示例 1import pandas as pd import numpy as np # 创建一个 Pandas Series series = pd.Series([18, 23, 44, 32, np.nan, 76, 34, ... 阅读更多

Pandas.Series.corr() 方法用于计算两个 Series 对象之间的相关性，并排除缺失值。结果，它返回一个介于 -1 到 1 之间的浮点值。如果输出是整数 1，则表示两个 Series 之间的关系是强正相关，如果输出是“-1”，则表示关系是强负相关。series.corr() 方法有三个参数，第一个是另一个 Series 对象，第二个是相关方法的名称，第三个是 min_period，它是可选的。示例 1import pandas as pd ... 阅读更多

Pandas.Series.copy() 方法用于创建 Series 对象的索引及其数据（值）的副本。它返回一个复制的 Series 对象作为结果。copy() 方法有一个参数，即“deep”。此 deep 参数的默认值为 True。当 deep 参数的输入为“True”时，表示 copy 方法也对给定的 Series 索引和数据进行深度复制。如果 deep 参数的输入为“False”，则表示 copy 方法创建对象而不复制给定 Series 对象的数据和索引 ... 阅读更多

Pandas Series 中的 combine_first() 方法用于组合两个 Series 对象。它的工作原理类似于 series.combine() 方法，区别在于它使用另一个 Series（第二个 Series 对象）中相同位置的元素更新空元素。combine_first() 方法仅采用一个参数，它只是一个第二个 Series 对象。combine_first() 方法采用两个 Series 对象，并通过填充另一个 Series 对象中的非空值来更新空元素。示例 1import pandas as pd import numpy as np # 创建 Pandas Series1 series1 = pd.Series([2, 4, np.nan, 7]) print("第一个 Series ... 阅读更多

Pandas Series 中的 combine() 方法根据指定的函数组合两个 Series 对象或将 Series 与标量组合。combine() 方法采用两个必需的位置参数。第一个参数是另一个 Series 对象或标量，第二个参数是函数。combine() 方法根据指定的函数从 Series 对象和其参数中的值获取元素，它将组合两个 Series 和标量并返回一个 Series 对象。示例 1import pandas as pd # 创建 Pandas Series series = pd.Series({'i':92, 'j':70, "k":88}) print("Series 对象：", series) # 将 Series 与 ... 阅读更多