Pandas 中的 series.cummin() 方法是如何工作的？

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() 方法的参数为“axis”、“skipna”和附加关键字。

“skipna”参数默认情况下会排除缺失值，如果您也想执行这些缺失值，则将 skipna 参数设置为“False”，则它也会包含 Nan/空值。

示例 1

# 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("Cumulative minimum: ",series.cummin())

解释

在这个例子中，我们使用 Python 列表整数和空值创建了一个 Pandas 序列。创建序列对象后，我们应用了 cummin() 方法，而无需更改任何默认参数值。

输出

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

Cumulative minimum:
0 9.0
1 9.0
2 5.0
3 NaN
4 5.0
5 5.0
dtype: float64

默认情况下，cummin() 方法不会执行 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("Cumulative minimum: ",series.cummin(skipna=False))

解释

在下面的示例中，我们通过将 skipna 值设置为 False 来应用 cummin() 方法。这意味着它在执行时会考虑 Null/Nan 值。

输出

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

Cumulative minimum:
0 78.0
1 23.0
2 23.0
3  NaN
4  NaN
5  NaN
dtype: float64

Series.cummin() 方法返回一个 Series 对象，累积最小值的第一个元素与原始序列的第一个元素相同。

更新于：2022-03-09

141 次浏览

启动您的职业生涯

完成课程获得认证

开始
广告