python | pandas data frame.cumber()
哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 data frame-cumber/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.cumprod()**用于查找任意轴上迄今为止所见数值的累计乘积。
每个单元格都填充了迄今为止看到的值的累积乘积。
语法:data frame.cum prod(axis =无，skipna =真，args， * * kwargs)
参数: 轴:{索引(0)，列(1)} skipna : 排除 NA/null 值。如果整行/整列为“无”，结果将为“无”
退货:产品:系列
示例#1: 使用cumprod()函数查找沿指数轴到目前为止看到的值的累积乘积。
# 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:
现在找到在索引轴上看到的值的累积乘积
# To find the cumulative prod
df.cumprod(axis = 0)
输出:
示例 2: 使用cumprod()函数查找沿列轴到目前为止看到的值的累积乘积。
# 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]})
# cumulative product along column axis
df.cumprod(axis = 1)
输出:
示例#3: 使用cumprod()函数查找数据帧中沿索引轴看到的值与数据帧中出现的NaN值的累积乘积。
# 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 product
df.cumprod(axis = 0, skipna = True)
输出:
输出是一个带有单元格的数据框，这些单元格包含迄今为止沿索引轴看到的值的累积乘积。跳过数据帧中的任何Nan值。
