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.
Publicación traducida automáticamente
Artículo escrito por Kartikaybhutani y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA