pandas 0.23 - Series.cummin()

pandas.Series.cummin




pandas

pandas.Series.cummin

Series.cummin(axis=None, skipna=True, *args, **kwargs) [source]

एक DataFrame या श्रृंखला अक्ष पर न्यूनतम संचयी लौटें।

संचयी न्यूनतम वाले एक ही आकार का डेटाफ़्रेम या श्रृंखला लौटाता है।

पैरामीटर:

अक्ष : {0 या 'इंडेक्स', 1 या 'कॉलम'}, डिफ़ॉल्ट 0

अक्ष का नाम या नाम। 0 कोई नहीं या 'सूचकांक' के बराबर है।

स्किपना : बूलियन, डिफॉल्ट ट्रू

NA / शून्य मानों को छोड़ दें। यदि एक पूरी पंक्ति / स्तंभ NA है, तो परिणाम NA होगा।

* आर्ग्स, ** क्वार्ग्स:

अतिरिक्त कीवर्ड का कोई प्रभाव नहीं है, लेकिन NumPy के साथ संगतता के लिए स्वीकार किया जा सकता है।

यह दिखाता है:
cummin : scalar or Series

यह भी देखें

pandas.core.window.Expanding.min
इसी तरह की कार्यक्षमता लेकिन NaN मूल्यों की उपेक्षा करता है।
Series.min
श्रृंखला अक्ष पर न्यूनतम वापस लौटें।
Series.cummax
श्रृंखला अक्ष पर अधिकतम संचयी लौटें।
Series.cummin
श्रृंखला अक्ष पर न्यूनतम संचयी लौटें।
Series.cumsum
श्रृंखला अक्ष पर संचयी राशि लौटाएं।
Series.cumprod
श्रृंखला अक्ष पर संचयी उत्पाद लौटाएं।

उदाहरण

शृंखला

>>> s = pd.Series([2, np.nan, 5, -1, 0])
>>> s
0    2.0
1    NaN
2    5.0
3   -1.0
4    0.0
dtype: float64

डिफ़ॉल्ट रूप से, NA मानों को अनदेखा किया जाता है।

>>> s.cummin()
0    2.0
1    NaN
2    2.0
3   -1.0
4   -1.0
dtype: float64

ऑपरेशन में NA मान शामिल करने के लिए, skipna=False उपयोग करें

>>> s.cummin(skipna=False)
0    2.0
1    NaN
2    NaN
3    NaN
4    NaN
dtype: float64

डेटा ढांचा

>>> df = pd.DataFrame([[2.0, 1.0],
...                    [3.0, np.nan],
...                    [1.0, 0.0]],
...                    columns=list('AB'))
>>> df
     A    B
0  2.0  1.0
1  3.0  NaN
2  1.0  0.0

डिफ़ॉल्ट रूप से, पंक्तियों पर पुनरावृत्त होता है और प्रत्येक कॉलम में न्यूनतम पाता है। यह axis=None या axis='index' बराबर है।

>>> df.cummin()
     A    B
0  2.0  1.0
1  2.0  NaN
2  1.0  0.0

स्तंभों पर पुनरावृत्ति करने और प्रत्येक पंक्ति में न्यूनतम खोजने के लिए, axis=1 उपयोग करें

>>> df.cummin(axis=1)
     A    B
0  2.0  1.0
1  3.0  NaN
2  1.0  0.0