Python| Pandas Series.cummin() 查找系列的累积最小值

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.cummin()用于查找系列的累积最小值。在累积最小值中，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较小的一个。

Syntax: Series.cummin(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 
cummin = series.cummin() 
    
# display 
cummin

输出：

0    3.0
1    3.0
2    NaN
3    3.0
4    2.0
5    0.0
dtype: float64

解释： Cummin 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
3  (3<4)
NaN (Since NaN cannot be compared to integer values)
3  (3<7)
2  (2<3)
0  (0<2)

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 = [12, 4, 33, np.nan, 0, 1, 76, 5] 
    
# making series from list 
series = pd.Series(values) 
    
# calling method 
cummin = series.cummin(skipna = False) 
    
# display 
cummin 

输出：

0    12.0
1     4.0
2     4.0
3     NaN
4     NaN
5     NaN
6     NaN
7     NaN
dtype: float64

说明：就像上面的例子一样，在每个位置存储当前值和先前值的最小值，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，其出现后的累积最小值为 NaN。