Pandas Series.cumsum()
se utiliza para encontrar la suma acumulativa de una serie. En suma acumulativa, la longitud de la serie devuelta es la misma que la entrada y cada elemento es igual a la suma de todos los elementos anteriores.
Sintaxis: Series.cumsum(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 resultado: Serie
Ejemplo n.º 1:
en este ejemplo, se crea una serie a partir de una lista de Python utilizando el método .Series() de Pandas. La lista también contiene un valor Nulo y el parámetro skipna se mantiene predeterminado, es decir, True.
# 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 cumsum = series.cumsum() # display cumsum
Producción:
3 7 NaN 14 16 16 dtype: float64
Explicación
La suma acumulada es la suma de los valores actuales y anteriores. Como se muestra en el resultado anterior, la adición se realizó de la siguiente manera
3 3+4 = 7 7+NaN = NaN 7+7 = 14 14+2 = 16 16+0 = 16
Ejemplo #2: skipna=False
En este ejemplo, se crea una serie como en el ejemplo anterior. Pero el skipna
parámetro se mantiene falso. Por lo tanto, los valores NULL no se ignorarán y se agregarán cada vez que ocurra.
# importing pandas module import pandas as pd # importing numpy module import numpy as np # making list of values values = [1, 20, 13, np.nan, 0, 1, 5, 23] # making series from list series = pd.Series(values) # calling method cumsum = series.cumsum(skipna = False) # display cumsum
Producción:
0 1.0 1 21.0 2 34.0 3 NaN 4 NaN 5 NaN 6 NaN 7 NaN dtype: float64
Explicación: como se puede ver en la salida, todos los valores después de la primera aparición de NaN también son NaN, ya que cualquier número + NaN también es NaN.
Publicación traducida automáticamente
Artículo escrito por Kartikaybhutani y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA