当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas DataFrame cummax方法用法及代码示例


Pandas DataFrame.cummax(~) 方法计算源 DataFrame 的行或列的累积最大值。

参数

1.axis | intstring | optional

是否计算沿行或列的累积最大值:

说明

0"index"

计算每列的累积最大值。

1"columns"

计算每行的累积最大值。

默认情况下,axis=0

2. skipna | boolean | optional

是否忽略 NaN 。默认情况下,skipna=True

返回值

DataFrame 保存行或列值的累积最大值。

例子

考虑以下 DataFrame :

df = pd.DataFrame({"A":[3,2,4],"B":[7,6,2],"C":[3,5,6]})
df



   A  B  C
0  3  7  3
1  2  6  5
2  4  2  6

每列累计最大值

要计算每列的累积最大值:

df.cummax()



   A  B  C
0  3  7  3
1  3  7  5
2  4  7  6

每行累计最大值

要计算每行的累积最大值:

df.cummax(axis=1)



   A  B  C
0  3  7  7
1  2  6  6
2  4  4  6

处理缺失值

考虑以下带有缺失值的DataFrame:

df = pd.DataFrame({"A":[5,pd.np.nan,3]})
df



   A
0  5.0
1  NaN
2  3.0

默认情况下, skipna=True ,这意味着忽略缺失值:

df.cummax()   # skipna=True



   A
0  5.0
1  NaN
2  5.0

考虑缺失值:

df.cummax(skipna=False)



   A
0  5.0
1  NaN
2  NaN

在这里,请注意我们如何在第一个 NaN 之后得到 NaN

相关用法


注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | cummax method。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。