Python| Pandas series.cummax() 查找系列的累积最大值
Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。
Pandas Series.cummax()
用于查找系列的累积最大值。在累积最大值中,返回序列的长度与输入序列的长度相同,并且每个元素都等于当前元素和前一个元素之间的较大者。
Syntax: Series.cummax(axis=None, skipna=True)
Parameters:
axis: 0 or ‘index’ for row wise operation and 1 or ‘columns’ for column wise operation.
skipna: Skips NaN addition for elements after the very next one if True.
Return type: Series
示例 #1:
在此示例中,从Python列表创建了一个系列。该列表还包含一个 Null 值,并且skipna
参数保持默认值,即 True。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# making list of values
values = [3, 4, np.nan, 7, 2, 0]
# making series from list
series = pd.Series(values)
# calling method
cummax = series.cummax()
# display
cummax
输出:
0 3.0
1 4.0
2 NaN
3 7.0
4 7.0
5 7.0
dtype: float64
说明: Cummax 是当前值与先前值的比较。第一个元素总是等于调用者系列的第一个。
3
4 (4>3)
NaN (Since NaN cannot be compared to integer values)
7 (7>4)
7 (7>2)
7 (7>0)
示例 #2:保持skipna = False
在此示例中,就像在上面的示例中一样创建一个系列。但是 skipna 参数保持为 False。因此 NULL 值不会被忽略,并且每次发生时都会进行比较。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# making list of values
values = [9, 4, 33, np.nan, 0, 1, 76, 5]
# making series from list
series = pd.Series(values)
# calling method
cummax = series.cummax(skipna = False)
# display
cummax
输出:
0 9.0
1 9.0
2 33.0
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
dtype: float64
解释:就像上面的例子一样,当前和以前的最大值被存储在每个位置,直到出现 NaN。由于 NaN 与任何值比较返回 NaN 并且 skipna 参数保持为 False,由于将所有值与 NaN 进行比较,其出现后的累积最大值为 NaN。