Pandas series.cummax()方法是如何工作的

pandas Series.cummax()方法用于查找系列对象中元素的累积最大值。

输出系列的长度与输入系列对象的长度相同。输出系列从series.cummax()方法返回，其中包含累积最大值，而第一个元素保持不变。

此方法接受三个参数，分别是“axis”，“skipna”和其他关键字。默认情况下，“skipna”参数排除Nan/空值，如果将其设置为“False”，则包括Nan/空值。

示例1

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

# create a pandas Series object
series = pd.Series([10,22,14,np.nan,41,12])
print(series)

print("Cumulative maximum: ",series.cummax())

解释

在这个示例中，我们使用一个python列表创建了一个pandas系列。列表对象包含一个空值和一些整数值。然后，我们应用了cummax()方法，没有更改任何默认参数值。

输出

0 10.0
1 22.0
2 14.0
3  NaN
4 41.0
5 12.0
dtype: float64

Cumulative maximum:
0 10.0
1 22.0
2 22.0
3  NaN
4 41.0
5 41.0
dtype: float64

累计最大值系列的第一个元素始终与原始系列的相同元素相同。 默认情况下，cummax（）方法会跳过Nan值的执行，因此位于位置3的Nan值被忽略。

示例2

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

# create a pandas Series object
series = pd.Series([6,23,78,np.nan,89,34])
print(series)

print("Cumulative maximum: ",series.cummax(skipna=False))

解释

与前一个示例相同，我们在这里初始化了一个pandas series对象。并将cummax()方法的skipna值设置为False。这意味着在执行过程中不会忽略空值/NaN值。

输出

0  6.0
1 23.0
2 78.0
3  NaN
4 89.0
5 34.0
dtype: float64
Cumulative maximum: 0 6.0
1 23.0
2 78.0
3  NaN
4  NaN
5  NaN
dtype: float64

我们得到了累积的最大元素，直到NaN值。之后，我们只得到NaN值，这是因为NaN与任何其他值进行比较都会返回NaN。