Python Pandas dataframe.cummin()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.cummin()用于查找任何axis上的累积最小值。每一个单元格都被填充了迄今为止的最小值。

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

参数:
axis： {指数（0），列（1）}。
skipna : 排除NA/null值。如果整个行/列是NA，结果将是NA。

例子#1：使用cummin()函数来寻找沿索引axis的累积最小值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4],
                   "B":[11, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})
  
# Print the dataframe
df

输出 :

现在找到索引axis上的累积最小值

# To find the cumulative min
df.cummin(axis = 0)

输出 :

例子2：使用cummin()函数来寻找沿列axis的累积最小值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4], 
                   "B":[11, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})
  
# To find the cumulative min along column axis
df.cummin(axis = 1)

输出 :

示例#3：使用cummin()函数在一个有NaN值的数据框中沿着索引axis找到累积的最小值。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, None, 4],
                   "B":[None, 2, 4, 3],
                   "C":[4, 3, 8, 5], 
                   "D":[5, 4, 2, None]})
  
# To find the cumulative min
df.cummin(axis = 0, skipna = True)

输出 :