pandas.Series.cummin

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

返回 DataFrame 或 Series 轴上的累积最小值。

返回一个大小相同、包含累积最小值值的DataFrame或Series。

Parameters:

axis{0 或 ‘index’, 1 或 ‘columns’}, default 0

轴的索引或名称。0 等价于 None 或 ‘index’。对于 Series，此参数未使用，默认为 0。

<strong>skipna</strong>bool, default True

排除 NA/null 值。如果整行/整列都是 NA，则结果为 NA。

*args, **kwargs

附加关键字不起作用，但为了兼容 NumPy 可能仍然被接受。

Returns:

标量或 Series

返回标量或 Series 的累积最小值。

参见

core.window.expanding.Expanding.min

功能类似，但会忽略 NaN 值。

Series.min

返回 Series 轴上的最小值。

Series.cummax

返回 Series 轴上的累积最大值。

Series.cummin

返回 Series 轴上的累积最小值。

Series.cumsum

返回 Series 轴上的累积和。

Series.cumprod

返回 Series 轴上的累积积。

Examples

Series

>>> 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

默认情况下，会忽略 NA 值。

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

要将 NA 值包含在操作中，请使用 skipna=False

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

DataFrame

>>> 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

默认情况下，会遍历行并在每列中查找最小值。这等价于 axis=None 或 axis='index'。

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

要遍历列并在每行中查找最小值，请使用 axis=1

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