数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会研究
服装研究
法律研究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
广告