Pandas 中的 series.cumsum() 方法是如何工作的？

pandas Series.cumsum() 方法用於查詢序列物件中元素的累積和。

Series.cumsum() 方法返回一個與原始序列物件長度相同的累積和。累積和的第一個元素與輸入物件相同。

此方法具有三個引數，分別是“axis”、“skipna”和“args”關鍵字。重要的引數是“skipna”，它用於預設情況下排除 Nan/空值，如果我們包含缺失值，則需要將其設定為“False”。

示例 1

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

# create a pandas Series object
series = pd.Series([9,3,8,np.nan,4])
print(series)

print("Cumulative sum: ",series.cumsum())

解釋

在此示例中，我們正在查詢序列物件“series”的累積和，“series”包含一些整數和 Nan 值。在這裡，我們應用了 cumsum() 方法，而沒有更改預設引數值。

輸出

0 9.0
1 3.0
2 8.0
3 NaN
4 4.0
dtype: float64

Cumulative sum:
0  9.0
1 12.0
2 20.0
3  NaN
4 24.0
dtype: float64

累積和的第一個元素與原始序列物件具有相同的元素。cumsam() 方法預設跳過 Nan 值，因此索引位置 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([7,-3,18,np.nan,4,1])
print(series)

print("Cumulative sum including NA: ",series.cumsum(skipna=False))

解釋

與前面的示例相同，這裡我們也計算了累積和，但是 skipna 引數從預設的 True 更改為 False。因此，NULL 值將不會被忽略。

輸出

0  7.0
1 -3.0
2 18.0
3  NaN
4  4.0
5  1.0
dtype: float64

Cumulative sum including NA:
0  7.0
1  4.0
2 22.0
3 NaN
4 NaN
5 NaN
dtype: float64

在 Nan 值之前，我們得到了累積和元素。之後我們只得到了 Nan 值，這是因為 NaN 與任何值的累積和都將是 NaN。

更新於: 2022-03-09

318 次檢視

開啟您的 職業生涯

透過完成課程獲得認證

開始學習
廣告