📅  最后修改于: 2023-12-03 15:19:21.037000             🧑  作者: Mango
pandas的cummin()方法返回累积的最小值,按行或列计算。当处理时间序列数据或累积量(如库存或价格)时,此方法很有用。这对于计算移动窗口统计数据也很有用。
DataFrame.cummin(axis=None, skipna=True, *args, **kwargs)
参数:
import pandas as pd
# 创建一个数据框
data = {'A':[1, 3, 2, 4], 'B':[3, 2, 4, 1]}
df = pd.DataFrame(data)
# 输出数据框
print(df)
# 计算每一行的累积最小值
cum_min = df.cummin(axis=1)
# 输出计算结果
print(cum_min)
输出结果:
A B
0 1 3
1 3 2
2 2 4
3 4 1
A B
0 1 1
1 3 2
2 2 2
3 4 1
在这个例子中,我们首先创建了一个数据框,其中包含了两列数据。然后我们使用cummin()方法计算了每一行的累积最小值,并将结果存储在一个新的数据框中。最终输出了原始数据框和计算结果。
可以看出,结果的每一行都是其对应行的累积最小值。在第一行中,累积最小值始终是A列中的最小值1。 在第二行中,累积最小值从1变成了2,因为B列中的值为2。 在第三行中,将A列和B列的最小值都累积起来,结果为2。 在最后一行中,累积最小值是A列和B列中的最小值,即1。
本例说明了cummin()方法如何计算每行的最小值。如果需要按列计算,请将axis参数设置为0。