pandas Series.cumsum() 方法用于查找序列对象中元素的累积和。Series.cumsum() 方法返回一个与原始序列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：“axis”、“skipna”和“args”关键字。重要的参数是“skipna”，它默认情况下用于排除 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，我们可以找出给定序列对象元素的累积乘积。cumprod() 方法返回一个与原始输入序列对象长度相同的序列，包含累积乘积。并且 cumprod() 方法中有三个参数：“axis”、“skipna”和附加关键字。“skipna”参数默认情况下用于排除缺失值，如果要包含这些缺失值，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() 方法用于查找给定序列元素的累积最小值。生成的累积最小值对象与原始序列对象的长度相同。cummin() 方法的参数是“axis”、“skipna”和附加关键字。“skipna”参数默认情况下会排除缺失值的执行，如果也想要执行这些缺失值，则将 skipna 参数设置为“False”，则它也会包含 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() 方法用于查找序列对象中元素的累积最大值。输出序列的长度与输入序列对象的长度相同。series.cummax() 方法返回的输出序列包含累积最大值，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”参数默认情况下会排除 Nan/空值，如果将其设置为“False”，则它会包含 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 之间的协方差，同时排除空值/NA 或缺失值。协方差是一种计算两个随机变量之间关系的方法，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 1 import pandas as pd import numpy as np # 创建 pandas Series1 series1 = pd.Series([12, 34, 65, 21]) print("第一个序列对象：", series1) # 创建 ... 阅读更多

pandas 序列中的 count() 方法用于计算序列对象的有效元素。这意味着它计算序列对象中非空值的个数。此方法只有一个参数“level”，它接受一个整数值以选择 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，表示给定序列中非空值的个数。示例 1 import 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() 方法用于计算两个序列对象之间的相关性，同时排除缺失值。结果，它返回一个从 -1 到 1 变化的浮点值。如果输出是整数 1，则表示两个序列之间的关系是强正相关关系；如果输出是“-1”，则表示关系是强负相关关系。series.corr() 方法有三个参数：第一个是另一个序列对象，第二个是相关方法的名称，第三个是 min_period，它是可选的。示例 1 import pandas as pd ... 阅读更多

pandas.Series.copy() 方法用于创建序列对象的索引及其数据（值）的副本。它返回一个复制的序列对象作为结果。copy() 方法有一个参数“deep”。此 deep 参数的默认值为 True。当 deep 参数的输入为“True”时，这意味着 copy 方法也会对给定的序列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 方法创建的对象不会复制给定序列对象的数据和索引... 阅读更多

pandas 序列中的 combine_first() 方法用于组合两个序列对象。它与 series.combine() 方法的工作方式类似，区别在于它使用另一个序列（第二个序列对象）中相同位置的元素更新空元素。combine_first() 方法只接受一个参数，它就是一个第二个序列对象。combine_first() 方法接受两个序列对象，并通过填充另一个序列对象中的非空值来更新空元素。示例 1 import pandas as pd import numpy as np # 创建 pandas Series1 series1 = pd.Series([2, 4, np.nan, 7]) print("第一个序列...", 阅读更多

pandas 序列中的 combine() 方法根据指定的函数组合两个序列对象或将序列与标量组合。combine() 方法采用两个必需的位置参数。第一个参数是另一个序列对象或标量，第二个参数是一个函数。combine() 方法根据指定的函数获取序列对象中的元素及其参数中的值，它将组合两个序列和标量并返回一个序列对象。示例 1 import pandas as pd # 创建 pandas Series series = pd.Series({'i':92, 'j':70, "k":88}) print("序列对象：", series) # 将序列与... 阅读更多