当前位置：极客教程 > Pandas > Pandas Series > Python Pandas series.cummax()用于查找系列的累积最大值

Python Pandas series.cummax()用于查找系列的累积最大值

Python Pandas series.cummax()用于查找系列的累积最大值

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软件包的奇妙生态系统。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 Series.cummax()用于查找一个系列的累积最大值。在累积最大值中，返回的序列的长度与输入的序列相同，每个元素都等于当前元素与前一个元素之间的较大者。

语法: Series.cummax(axis=None, skipna=True)

参数:
axis： 0或’索引’用于行间操作，1或’列’用于列间操作。
skipna:跳过下一个元素后的NaN加法，如果是真的。

返回类型: Series

示例 #1:
在这个例子中，一个系列是由一个Python列表创建的。该列表还包含一个Null值，skipna参数保持默认，即为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
Python

输出:

0    3.0
1    4.0
2    NaN
3    7.0
4    7.0
5    7.0
dtype: float64
Python

解释: Cummax是当前值与前值的比较。第一个元素总是等于调用者系列的第一个元素。

3
4  (4>3)
NaN (Since NaN cannot be compared to integer values)
7  (7>4)
7  (7>2)
7  (7>0)
Python

例2：保持skipna = False

在这个例子中，就像上面的例子一样创建了一个系列。但是skipna参数被保留为假。因此，NULL值不会被忽略，它将在每次出现时被比较。

# 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
Python

输出:

0     9.0
1     9.0
2    33.0
3     NaN
4     NaN
5     NaN
6     NaN
7     NaN
dtype: float64
Python

解释: 就像上面的例子一样，当前值和之前值的最大值被存储在每个位置，直到NaN发生。由于NaN与任何东西比较都会返回NaN，并且skipna参数保持为假，由于所有的值都与NaN比较，所以发生后的累积最大值为NaN。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas Series

登录

找回密码？

注册