Python Pandas dataframe.cumprod()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.cumprod()用於查找到目前為止在任何軸上看到的值的累積乘積。每個單元格都填充了到目前為止看到的值的累積乘積。

用法： DataFrame.cumprod(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：cumprod：係列

範例1：采用cumprod()函數可以找到到目前為止沿索引軸看到的值的累積乘積。

# 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：

現在找到到目前為止在索引軸上看到的值的累積乘積

# To find the cumulative prod 
df.cumprod(axis = 0)

輸出：

範例2：采用cumprod()函數可查找到目前為止沿列軸看到的值的累積乘積。

# 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]}) 
  
# cumulative product along column axis 
df.cumprod(axis = 1)

輸出：

範例3：采用cumprod()函數查找迄今在 DataFrame 中沿索引軸看到的值的累積乘積NaN DataFrame 中存在的值。

# 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 product 
df.cumprod(axis = 0, skipna = True)

輸出：

輸出是一個 DataFrame ，其中的單元格包含沿索引軸迄今看到的值的累積乘積。任何Nan DataFrame 中的值將被跳過。

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.cumprod()。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。