Python dask.dataframe.Series.cummin用法及代码示例

用法: Series.cummin(axis=None, skipna=True, out=None)

返回 DataFrame 或 Series 轴上的累积最小值。

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

可能存在与 Dask 版本的一些不一致之处。

返回包含累积最小值的相同大小的 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。

Series或DataFrame: 返回 Series 或 DataFrame 的累积最小值。

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.cummin()  
0    2.0
1    NaN
2    2.0
3   -1.0
4   -1.0
dtype: float64

要在操作中包含 NA 值，请使用 skipna=False

>>> s.cummin(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，遍历行并在每列中找到最小值。这等效于 axis=None 或 axis='index' 。

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

要遍历列并找到每行中的最小值，请使用axis=1

>>> df.cummin(axis=1)  
     A    B
0  2.0  1.0
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.Series.cummin。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。

用法:

参数：

返回：

例子：