資料結構
網路
關係資料庫管理系統 (RDBMS)
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
社會研究
服裝研究
法律研究Pandas 中的 series.cummin() 方法是如何工作的？
Pandas Series 建構函式中的 cummin() 方法用於查詢給定序列元素的累積最小值。
生成的累積最小值物件與原始序列物件的長度相同。cummin() 方法的引數為“axis”、“skipna”和附加關鍵字。
“skipna”引數預設情況下會排除缺失值，如果您也想執行這些缺失值，則將 skipna 引數設定為“False”，則它也會包含 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([9,10,5,np.nan,23,7])
print(series)
print("Cumulative minimum: ",series.cummin())解釋
在這個例子中，我們使用 Python 列表整數和空值建立了一個 Pandas 序列。建立序列物件後，我們應用了 cummin() 方法，而無需更改任何預設引數值。
輸出
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
預設情況下，cummin() 方法不會執行 Nan 值，因此位置 3 處的 Nan 值保持不變。
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))解釋
在下面的示例中，我們透過將 skipna 值設定為 False 來應用 cummin() 方法。這意味著它在執行時會考慮 Null/Nan 值。
輸出
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() 方法返回一個 Series 物件，累積最小值的第一個元素與原始序列的第一個元素相同。
更新於：2022-03-09
141 次瀏覽
廣告