Введение
Метод cumsum() для DataFrame в Pandas используется для вычисления накопительной суммы по оси DataFrame или Series. Возвращает DataFrame или Series того же размера, содержащий накопительную сумму.
Советы по работе с ВМ
После завершения запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений в Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортировать необходимые библиотеки
Для использования метода cumsum() нам необходимо импортировать библиотеку pandas.
import pandas as pd
Создать DataFrame
Далее нам нужно создать DataFrame с использованием данных, по которым мы хотим вычислить накопительную сумму. Например:
df = pd.DataFrame({"A": [1, 2, 3, 4], "B": [5, 6, 7, 8]})
Вычислить накопительную сумму по оси индекса
Для вычисления накопительной суммы по оси индекса мы можем использовать метод cumsum() для DataFrame. По умолчанию метод cumsum() вычисляет сумму по столбцам, поэтому нам нужно указать ось как 0.
result = df.cumsum(axis=0)
Вычислить накопительную сумму по оси столбца
Для вычисления накопительной суммы по оси столбца мы снова можем использовать метод cumsum() для DataFrame, но на этот раз мы указываем ось как 1.
result = df.cumsum(axis=1)
Обработка пустых значений в DataFrame
Если DataFrame содержит пустые значения, по умолчанию метод cumsum() пропускает эти значения. Однако мы можем изменить это поведение и включить пустые значения в вычисление накопительной суммы, указав skipna=False.
result = df.cumsum(axis=0, skipna=False)
Резюме
Метод cumsum() в Pandas позволяет вычислять накопительную сумму по оси DataFrame или Series. Его можно использовать для выполнения вычислений накопительной суммы как по оси индекса, так и по оси столбца. Метод также предоставляет возможность включать или исключать пустые значения из вычислений.