当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python dask.dataframe.DataFrame.cumprod用法及代码示例


用法:

DataFrame.cumprod(axis=None, skipna=True, dtype=None, out=None)

返回 DataFrame 或 Series 轴上的累积产品。

此文档字符串是从 pandas.core.frame.DataFrame.cumprod 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

返回包含累积产品的相同大小的 DataFrame 或 Series。

参数

axis{0 或 ‘index’,1 或 ‘columns’},默认 0

轴的索引或名称。 0 相当于无或‘index’。

skipna布尔值,默认为真

排除 NA/空值。如果整行/列为 NA,则结果将为 NA。

*args, **kwargs

其他关键字无效,但可能会被接受以与 NumPy 兼容。

返回

Series或DataFrame

返回 Series 或 DataFrame 的累积乘积。

例子

Series

>>> s = pd.Series([2, np.nan, 5, -1, 0])  
>>> s  
0    2.0
1    NaN
2    5.0
3   -1.0
4    0.0
dtype: float64

默认情况下,NA 值被忽略。

>>> s.cumprod()  
0     2.0
1     NaN
2    10.0
3   -10.0
4    -0.0
dtype: float64

要在操作中包含 NA 值,请使用 skipna=False

>>> s.cumprod(skipna=False)  
0    2.0
1    NaN
2    NaN
3    NaN
4    NaN
dtype: float64

DataFrame

>>> df = pd.DataFrame([[2.0, 1.0],  
...                    [3.0, np.nan],
...                    [1.0, 0.0]],
...                    columns=list('AB'))
>>> df  
     A    B
0  2.0  1.0
1  3.0  NaN
2  1.0  0.0

默认情况下,遍历行并在每列中查找产品。这等效于 axis=Noneaxis='index'

>>> df.cumprod()  
     A    B
0  2.0  1.0
1  6.0  NaN
2  6.0  0.0

要遍历列并在每一行中查找产品,请使用 axis=1

>>> df.cumprod(axis=1)  
     A    B
0  2.0  2.0
1  3.0  NaN
2  1.0  0.0

相关用法


注:本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.DataFrame.cumprod。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。