Python Pandas dataframe.cummin()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.cummin()用於查找任何軸上的累積最小值。到目前為止，每個單元格都填充有最小值。

用法： DataFrame.cummin(axis=None, skipna=True, *args, **kwargs)

參數：
axis:{索引(0)，列(1)}
skipna:排除NA /空值。如果整個行/列均為NA，則結果為NA

返回：cummin：係列

範例1：采用cummin()函數沿索引軸查找累積最小值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe 
df = pd.DataFrame({"A":[5, 3, 6, 4], 
                   "B":[11, 2, 4, 3], 
                   "C":[4, 3, 8, 5], 
                   "D":[5, 4, 2, 8]}) 
  
# Print the dataframe 
df

輸出：

現在找到索引軸上的累積最小值

# To find the cumulative min 
df.cummin(axis = 0)

輸出：

範例2：采用cummin()函數沿列軸查找累積最小值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe 
df = pd.DataFrame({"A":[5, 3, 6, 4],  
                   "B":[11, 2, 4, 3], 
                   "C":[4, 3, 8, 5], 
                   "D":[5, 4, 2, 8]}) 
  
# To find the cumulative min along column axis 
df.cummin(axis = 1)

輸出：

範例3：采用cummin()函數在 DataFrame 內沿索引軸查找累積最小值NaN值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe 
df = pd.DataFrame({"A":[5, 3, None, 4], 
                   "B":[None, 2, 4, 3], 
                   "C":[4, 3, 8, 5],  
                   "D":[5, 4, 2, None]}) 
  
# To find the cumulative min 
df.cummin(axis = 0, skipna = True)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas 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。