Python | Pandas Series.cummin() para encontrar el mínimo acumulativo de una serie

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

Pandas Series.cummin()se utiliza para encontrar el mínimo acumulativo de una serie. En mínimo acumulativo, la longitud de la serie devuelta es la misma que la serie de entrada y cada elemento es igual al más pequeño entre el elemento actual y el elemento anterior.

Sintaxis: Series.cummin(eje=Ninguno, skipna=Verdadero)

Parámetros:
eje: 0 o ‘índice’ para la operación por filas y 1 o ‘columnas’ para la operación por columnas
skipna: Omite la adición de NaN para elementos después del siguiente si es Verdadero.

Tipo de retorno: Serie

Ejemplo n.º 1:
en este ejemplo, se crea una serie a partir de una lista de Python. La lista también contiene un valor Nulo y el skipna parámetro se mantiene predeterminado, es decir, Verdadero.

# 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 
cummin = series.cummin() 
    
# display 
cummin

Producción:

0    3.0
1    3.0
2    NaN
3    3.0
4    2.0
5    0.0
dtype: float64

Explicación: Cummin es una comparación del valor actual con el valor anterior. El primer elemento siempre es igual al primero de la serie de llamadas.

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

 
Ejemplo #2: Mantenerskipna=False

En este ejemplo, se crea una serie como en el ejemplo anterior. Pero el parámetro skipna se mantiene falso. Por lo tanto, los valores NULL no se ignorarán y se compararán cada vez que ocurran.

# importing pandas module 
import pandas as pd 
    
# importing numpy module 
import numpy as np 
    
# making list of values 
values = [12, 4, 33, np.nan, 0, 1, 76, 5] 
    
# making series from list 
series = pd.Series(values) 
    
# calling method 
cummin = series.cummin(skipna = False) 
    
# display 
cummin 

Producción:

0    12.0
1     4.0
2     4.0
3     NaN
4     NaN
5     NaN
6     NaN
7     NaN
dtype: float64

Explicación: Al igual que en el ejemplo anterior, el mínimo de valores actuales y anteriores se almacenó en cada posición hasta que se produjo NaN. Dado que NaN comparado con cualquier cosa devuelve NaN y el parámetro skipna se mantiene como Falso, el mínimo acumulativo después de su aparición es NaN debido a la comparación de todos los valores con NaN.