Pandas DataFrame.cumprod(~)
方法計算源 DataFrame 的行或列的累積乘積。
參數
1.axis
| int
或 string
| optional
是否計算沿行或列的累積乘積:
軸 |
說明 |
---|---|
|
計算每列的累積乘積。 |
|
計算每行的累積乘積。 |
默認情況下,axis=0
。
2. skipna
| boolean
| optional
是否忽略 NaN
。默認情況下,skipna=True
。
返回值
DataFrame 保存行或列值的累積乘積。
例子
考慮以下 DataFrame :
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df
A B
0 3 5
1 4 6
每列的累積乘積
要計算每列的累積乘積:
df.cumprod()
A B
0 3 5
1 12 30
每行的累積乘積
計算每行的累積乘積:
df.cumprod(axis=1)
A B
0 3 15
1 4 24
處理缺失值
考慮以下帶有缺失值的DataFrame:
df = pd.DataFrame({"A":[3,pd.np.nan,5]})
df
A
0 3.0
1 NaN
2 5.0
默認情況下, skipna=True
,這意味著忽略缺失值:
df.cumprod() # skipna=True
A
0 3.0
1 NaN
2 15.0
考慮缺失值:
df.cumprod(skipna=False)
A
0 3.0
1 NaN
2 NaN
在這裏,請注意我們如何在第一個 NaN
之後得到 NaN
。
相關用法
- Python Pandas DataFrame cummax方法用法及代碼示例
- Python Pandas DataFrame cummin方法用法及代碼示例
- Python Pandas DataFrame cumsum方法用法及代碼示例
- Python Pandas DataFrame copy方法用法及代碼示例
- Python PySpark DataFrame collect方法用法及代碼示例
- Python PySpark DataFrame coalesce方法用法及代碼示例
- Python Pandas DataFrame clip方法用法及代碼示例
- Python Pandas DataFrame corrwith方法用法及代碼示例
- Python PySpark DataFrame corr方法用法及代碼示例
- Python Pandas DataFrame convert_dtypes方法用法及代碼示例
- Python Pandas DataFrame combine方法用法及代碼示例
- Python Pandas DataFrame columns屬性用法及代碼示例
- Python PySpark DataFrame cov方法用法及代碼示例
- Python Pandas DataFrame count方法用法及代碼示例
- Python PySpark DataFrame colRegex方法用法及代碼示例
- Python PySpark DataFrame columns屬性用法及代碼示例
- Python PySpark DataFrame count方法用法及代碼示例
- Python Pandas DataFrame corr方法用法及代碼示例
- Python Pandas DataFrame combine_first方法用法及代碼示例
- Python Pandas DataFrame cov方法用法及代碼示例
- Python Pandas DataFrame empty屬性用法及代碼示例
- Python Pandas DataFrame pop方法用法及代碼示例
- Python Pandas DataFrame nsmallest方法用法及代碼示例
- Python Pandas DataFrame sample方法用法及代碼示例
- Python Pandas DataFrame items方法用法及代碼示例
注:本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | cumprod method。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。