用法:
DataFrame.cumsum(axis=None, skipna=True, *args, **kwargs)
返回 DataFrame 或 Series 轴上的累积总和。
返回包含累积和的相同大小的 DataFrame 或 Series。
- 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 的累积总和。
参数:
返回:
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.cumsum() 0 2.0 1 NaN 2 7.0 3 6.0 4 6.0 dtype:float64
要在操作中包含 NA 值,请使用
skipna=False
>>> s.cumsum(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总和。这等效于
axis=None
或axis='index'
。>>> df.cumsum() A B 0 2.0 1.0 1 5.0 NaN 2 6.0 1.0
要遍历列并找到每一行的总和,请使用
axis=1
>>> df.cumsum(axis=1) A B 0 2.0 3.0 1 3.0 NaN 2 1.0 1.0
相关用法
- Python pandas.DataFrame.cummin用法及代码示例
- Python pandas.DataFrame.cumprod用法及代码示例
- Python pandas.DataFrame.cummax用法及代码示例
- Python pandas.DataFrame.combine_first用法及代码示例
- Python pandas.DataFrame.convert_dtypes用法及代码示例
- Python pandas.DataFrame.corr用法及代码示例
- Python pandas.DataFrame.count用法及代码示例
- Python pandas.DataFrame.copy用法及代码示例
- Python pandas.DataFrame.cov用法及代码示例
- Python pandas.DataFrame.compare用法及代码示例
- Python pandas.DataFrame.combine用法及代码示例
- Python pandas.DataFrame.clip用法及代码示例
- Python pandas.DataFrame.ewm用法及代码示例
- Python pandas.DataFrame.dot用法及代码示例
- Python pandas.DataFrame.apply用法及代码示例
- Python pandas.DataFrame.rename用法及代码示例
- Python pandas.DataFrame.to_numpy用法及代码示例
- Python pandas.DataFrame.dtypes用法及代码示例
- Python pandas.DataFrame.truncate用法及代码示例
- Python pandas.DataFrame.sparse.from_spmatrix用法及代码示例
注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.cumsum。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。