Pandas 中的 series.cumsum() 方法是如何工作的？

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，分别是“axis”、“skipna”和“args”关键字。重要的参数是“skipna”，它用于默认情况下排除 Nan/空值，如果我们包含缺失值，则需要将其设置为“False”。

示例 1

# importing required packages
import pandas as pd
import numpy as np

# create a pandas Series object
series = pd.Series([9,3,8,np.nan,4])
print(series)

print("Cumulative sum: ",series.cumsum())

解释

在此示例中，我们正在查找序列对象“series”的累积和，“series”包含一些整数和 Nan 值。在这里，我们应用了 cumsum() 方法，而没有更改默认参数值。

输出

0 9.0
1 3.0
2 8.0
3 NaN
4 4.0
dtype: float64

Cumulative sum:
0  9.0
1 12.0
2 20.0
3  NaN
4 24.0
dtype: float64

累积和的第一个元素与原始序列对象具有相同的元素。cumsam() 方法默认跳过 Nan 值，因此索引位置 3 处的 Nan 值被忽略。

示例 2

# importing required packages
import pandas as pd
import numpy as np

# create a pandas Series object
series = pd.Series([7,-3,18,np.nan,4,1])
print(series)

print("Cumulative sum including NA: ",series.cumsum(skipna=False))

解释

与前面的示例相同，这里我们也计算了累积和，但是 skipna 参数从默认的 True 更改为 False。因此，NULL 值将不会被忽略。

输出

0  7.0
1 -3.0
2 18.0
3  NaN
4  4.0
5  1.0
dtype: float64

Cumulative sum including NA:
0  7.0
1  4.0
2 22.0
3 NaN
4 NaN
5 NaN
dtype: float64

在 Nan 值之前，我们得到了累积和元素。之后我们只得到了 Nan 值，这是因为 NaN 与任何值的累积和都将是 NaN。

Gireesha Devara

更新于: 2022-03-09

318 次查看

开启您的 职业生涯

通过完成课程获得认证

开始学习