当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas Series.cummin()用法及代码示例


Python 是一种用于进行数据分析的出色语言,主要是因为以数据为中心的 Python 包的奇妙生态系统。 Pandas 就是其中之一,它使导入和分析数据变得更加容易。

Pandas Series.cummin()用于查找系列的累积最小值。在累积最小值中,返回序列的长度与输入序列的长度相同,并且每个元素都等于当前元素和前一个元素之间的较小者。

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

参数:
axis:0 或 ‘index’ 用于行操作,1 或 ‘columns’ 用于列操作
skipna:如果为 True,则跳过下一个元素之后的元素的 NaN 加法。

Return type:系列



范例1:
在此示例中,从 Python 列表创建了一个系列。该列表还包含一个 Null 值和skipna 参数保持默认,即True。


# importing pandas module 
import pandas as pd 
    
# importing numpy module 
import numpy as np 
    
# making list of values 
values = [3, 4, np.nan, 7, 2, 0] 
    
# making series from list 
series = pd.Series(values) 
    
# calling method 
cummin = series.cummin() 
    
# display 
cummin

输出:

0    3.0
1    3.0
2    NaN
3    3.0
4    2.0
5    0.0
dtype:float64

说明:Cummin 是当前值与先前值的比较。第一个元素总是等于调用者系列的第一个。

3
3  (3<4)
NaN (Since NaN cannot be compared to integer values)
3  (3<7)
2  (2<3)
0  (0<2)


范例2:保持skipna=False

在这个例子中,一个系列的创建就像上面的例子一样。但是skipna 参数保持为False。因此 NULL 值不会被忽略,并且每次出现时都会进行比较。


# importing pandas module 
import pandas as pd 
    
# importing numpy module 
import numpy as np 
    
# making list of values 
values = [12, 4, 33, np.nan, 0, 1, 76, 5] 
    
# making series from list 
series = pd.Series(values) 
    
# calling method 
cummin = series.cummin(skipna = False) 
    
# display 
cummin 

输出:

0    12.0
1     4.0
2     4.0
3     NaN
4     NaN
5     NaN
6     NaN
7     NaN
dtype:float64

解释:就像在上面的例子中一样,当前值和先前值的最小值存储在每个位置,直到发生 NaN。由于 NaN 与任何比较返回 NaN 并且 skipna 参数保持为 False,由于将所有值与 NaN 进行比较,其出现后的累积最小值为 NaN。




相关用法


注:本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.cummin() to find cumulative minimum of a series。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。