Pandas series.cummim()方法如何工作

Pandas Series构造函数中的cummin()方法用于找到给定系列元素的累积最小值。

所得到的累积最小值对象与原始系列对象具有相同的长度。 cummin()方法的参数是“axis”，“skipna”和其他关键字。

“skipna”参数默认情况下排除缺失值的执行，如果您想要执行这些缺失值，那么将skipna参数设置为“False”，它还包括NaN/null值。

示例1

# importing required packages
import pandas as pd
import numpy as np

# create a pandas Series object
series = pd.Series([9,10,5,np.nan,23,7])
print(series)

print("Cumulative minimum: ",series.cummin())

解释

在这个示例中，我们使用Python列表的整数值和Null值创建了一个pandas系列。创建系列对象后，我们应用了cummin()方法，不改变任何默认参数值。

输出

0  9.0
1 10.0
2  5.0
3  NaN
4 23.0
5  7.0
dtype: float64

Cumulative minimum:
0 9.0
1 9.0
2 5.0
3 NaN
4 5.0
5 5.0
dtype: float64

默认情况下，cummin()方法不执行NaN值，因此位置3上的NaN值保持不变。

示例2

# importing required packages
import pandas as pd
import numpy as np

# create a pandas Series object
series = pd.Series([78,23,65,np.nan,92,34])
print(series)

print("Cumulative minimum: ",series.cummin(skipna=False))

解释

在以下示例中，我们通过将skipna值设置为False来应用cummin()方法。这意味着它在执行时将考虑Null/Nan值。

输出

0 78.0
1 23.0
2 65.0
3  NaN
4 92.0
5 34.0
dtype: float64

Cumulative minimum:
0 78.0
1 23.0
2 23.0
3  NaN
4  NaN
5  NaN
dtype: float64

Series.cummin() 方法返回一个 Series 对象，累积最小元素的第一个元素与原始序列的相同。