Python Pandas Series.cummin()用法及代碼示例

Python 是一種用於進行數據分析的出色語言，主要是因為以數據為中心的 Python 包的奇妙生態係統。 Pandas 就是其中之一，它使導入和分析數據變得更加容易。

Pandas Series.cummin()用於查找係列的累積最小值。在累積最小值中，返回序列的長度與輸入序列的長度相同，並且每個元素都等於當前元素和前一個元素之間的較小者。

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

範例1：
在此示例中，從 Python 列表創建了一個係列。該列表還包含一個 Null 值和skipna 參數保持默認，即True。

# importing pandas module 
import pandas as pd 
    
# importing numpy module 
import numpy as np 
    
# making list of values 
values = [3, 4, np.nan, 7, 2, 0] 
    
# making series from list 
series = pd.Series(values) 
    
# calling method 
cummin = series.cummin() 
    
# display 
cummin

輸出：

0    3.0
1    3.0
2    NaN
3    3.0
4    2.0
5    0.0
dtype:float64

說明：Cummin 是當前值與先前值的比較。第一個元素總是等於調用者係列的第一個。

3
3  (3<4)
NaN (Since NaN cannot be compared to integer values)
3  (3<7)
2  (2<3)
0  (0<2)

範例2：保持skipna=False

在這個例子中，一個係列的創建就像上麵的例子一樣。但是skipna 參數保持為False。因此 NULL 值不會被忽略，並且每次出現時都會進行比較。

# importing pandas module 
import pandas as pd 
    
# importing numpy module 
import numpy as np 
    
# making list of values 
values = [12, 4, 33, np.nan, 0, 1, 76, 5] 
    
# making series from list 
series = pd.Series(values) 
    
# calling method 
cummin = series.cummin(skipna = False) 
    
# display 
cummin 

輸出：

0    12.0
1     4.0
2     4.0
3     NaN
4     NaN
5     NaN
6     NaN
7     NaN
dtype:float64

解釋：就像在上麵的例子中一樣，當前值和先前值的最小值存儲在每個位置，直到發生 NaN。由於 NaN 與任何比較返回 NaN 並且 skipna 參數保持為 False，由於將所有值與 NaN 進行比較，其出現後的累積最小值為 NaN。