Pandas 数据帧cummin()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-cummin-method

在本教程中，我们将学习 PandasDataFrame.cummin()T4 法。它给出了数据帧或序列轴上的累积最小值。它返回包含cumulative minimum的相同大小的数据帧或序列。

下图显示了 PandasDataFrame.cummin()方法的语法。

句法

DataFrame.cummin(axis=None, skipna=True, *args, **kwargs)

参数:

轴: {0 或'索引'，1 或'列' }，默认为 0。轴的索引或名称。0 相当于“无”或“索引”。

skipna: bool，默认为 True。排除无/空值。如果整行/整列为“无”，结果将为“无”。

*args，kwargs** :额外的关键词没有效果，但是为了与 NumPy 兼容，可能会被接受。

示例 1:找到数据帧的累积最小值

以下示例显示了如何使用DataFrame.cummin()方法找到索引轴上数据帧的累积最小值。

import pandas as pd  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 2, 8, 4], "B":[9, 10, 7, 8], "C":[9, 10, 11, 12],"D":[13, 16, 15, 16]})
print(df)
print("-----------Finding cumulative minimum-------")
print(df.cummin(axis = 0))

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 1 9 9 13 1 2 10 10 16 2 8 7 11 15 3 4 8 12 16 -求累计最小值- A B C D 0 1 9 9 13 1 9 9 13 2 1 7 9 13 3 1 7 9 13

示例 2:找到数据帧的累积最小值

以下示例显示了如何使用DataFrame.cummin()方法找到列轴上数据帧的累积最小值。

import pandas as pd  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 2, 8, 4], "B":[9, 10, 7, 8], "C":[9, 10, 11, 12],"D":[13, 16, 15, 16]})
print(df)
print("-----------Finding cumulative minimum-------")
print(df.cummin(axis = 1))

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 1 9 9 13 1 2 10 10 16 2 8 7 11 15 3 4 8 12 16 -寻找累计最小值- A B C D 0 1 1 1 1 1 2 2 2 2 2 8 7 7 3 4 4 4 4

示例 3:找到数据帧的累积最小值

以下示例显示了如何使用DataFrame.cummin()方法在索引轴上找到具有空值的数据帧的累积最小值。

import pandas as pd  
# Creating the dataframe 
df = pd.DataFrame({"A":[1, 2, 8, 4], "B":[9, None, 7, 8], "C":[9, 10, None, 12],"D":[None, 16, 15, 16]}) 
print(df)
print("-----------Finding cumulative minimum-------")
print(df.cummin(skipna=False))

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 1 9.0 9.0 NaN 1 2 NaN 10.0 16.0 2 8 7.0 NaN 15.0 3 4 8.0 12.0 16.0 -求累计最小值- A B C D 0 1 9.0 9.0 NaN 1 1 NaN 9.0 NaN 2 1 NaN NaN 3 1 NaN NaN NaN

结论

在本教程中，我们学习了 PandasDataFrame.cummin()方法。我们学习了语法、参数，通过求解例子，我们理解了DataFrame.cummin()方法。