資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究Pandas 中的 series.cummax() 方法是如何工作的？
pandas 的 Series.cummax() 方法用於查詢序列物件中元素的累積最大值。
輸出序列的長度與輸入序列物件的長度相同。輸出序列由 series.cummax() 方法返回，該方法包含累積最大值，而第一個元素保持不變。
此方法採用三個引數，即“axis”、“skipna”和附加關鍵字。“skipna”引數預設情況下排除 Nan/空值，如果將其設定為“False”，則它包含 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())解釋
在此示例中，我們使用 Python 列表建立了一個 pandas 序列。列表物件包含一個空值和一些整數值。然後，我們在不更改任何預設引數值的情況下應用了 cummax() 方法。
輸出
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
cummax 序列的第一個元素始終具有與原始序列相同的元素。預設情況下，cummax() 方法跳過 Nan 值的執行，因此位置 3 處的 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))解釋
與前面的示例相同，這裡我們也初始化了一個 pandas 序列物件。並應用 cummax() 方法，並將 skipna 值從 True 設定為 False。這意味著在執行時它不會忽略 Null/Nan 值。
輸出
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
在 Nan 值之前，我們得到了累積最大元素。之後，我們只得到了 Nan 值，這是因為 NaN 與任何返回 NaN 的東西進行比較。
更新於: 2022年3月9日
256 次瀏覽
廣告