Python dask.dataframe.DataFrame.cummin用法及代碼示例

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

返回 DataFrame 或 Series 軸上的累積最小值。

此文檔字符串是從 pandas.core.frame.DataFrame.cummin 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

返回包含累積最小值的相同大小的 DataFrame 或 Series。

參數：

axis：{0 或 ‘index’，1 或 ‘columns’}，默認 0: 軸的索引或名稱。 0 相當於無或‘index’。
skipna：布爾值，默認為真: 排除 NA/空值。如果整行/列為 NA，則結果將為 NA。
*args, **kwargs：: 其他關鍵字無效，但可能會被接受以與 NumPy 兼容。

Series或DataFrame: 返回 Series 或 DataFrame 的累積最小值。

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

默認情況下，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，請使用 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

默認情況下，遍曆行並在每列中找到最小值。這等效於 axis=None 或 axis='index' 。

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

要遍曆列並找到每行中的最小值，請使用axis=1

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

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.DataFrame.cummin。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：