Python | Marco de datos de pandas.cummin()

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 dataframe.cummin()se utiliza para encontrar el valor mínimo acumulativo sobre cualquier eje. Cada celda se rellena con el valor mínimo visto hasta el momento.

Sintaxis: DataFrame.cummin(axis=Ninguno, skipna=True, *args, **kwargs)

Parámetros:
eje: {índice (0), columnas (1)}
skipna: Excluir NA/valores nulos. Si una fila/columna completa es NA, el resultado será NA

Devoluciones: cummin : Serie

Ejemplo #1: Use cummin()la función para encontrar el valor mínimo acumulativo a lo largo del eje de índice.

# 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

Producción :

Ahora encuentre el valor mínimo acumulativo sobre el eje de índice

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

Producción :

Ejemplo #2: Use cummin()la función para encontrar el valor mínimo acumulativo a lo largo del eje de la columna.

# 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)

Producción :

Ejemplo #3: Use cummin()la función para encontrar el valor mínimo acumulativo a lo largo del eje de índice en un marco de datos con NaNvalor.

# 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)

Producción :