Метод cummin() для DataFrame в Pandas

Введение

В этом практическом занятии мы научимся использовать метод cummin() из библиотеки Python pandas. Метод cummin() вычисляет накопленную минимальную величину по оси DataFrame или Series. Возвращает DataFrame или Series того же размера, содержащий накопленную минимальную величину.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и приступить к практике в Jupyter Notebook.

Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook полностью загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы столкнетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импорт библиотеки pandas

Сначала нам нужно импортировать библиотеку pandas, чтобы использовать метод cummin(). Мы можем это сделать, добавив следующую строку кода в начало нашего программы:

import pandas as pd

Создание DataFrame

Далее создадим DataFrame, который мы будем использовать в примерах. Это можно сделать с помощью конструктора pd.DataFrame() и передав словарь значений. Вот пример:

df = pd.DataFrame({"A": [1, 2, 8, 4], "B": [9, 10, 7, 8], "C": [9, 10, 11, 12], "D": [13, 16, 15, 16]})

В результате будет создан DataFrame с четырьмя столбцами (A, B, C, D) и четырьмя строками.

Поиск накопленной минимальной величины по оси индекса

Для нахождения накопленной минимальной величины по оси индекса мы можем использовать метод cummin() для нашего DataFrame. Необходимо указать параметр axis равным 0 или 'index'. Вот пример:

df_cummin = df.cummin(axis=0)

Это вычислит накопленную минимальную величину каждого столбца по оси индекса и сохранит результат в DataFrame df_cummin.

Поиск накопленной минимальной величины по оси столбца

Для нахождения накопленной минимальной величины по оси столбца мы можем использовать метод cummin() для нашего DataFrame. Необходимо указать параметр axis равным 1 или 'columns'. Вот пример:

df_cummin = df.cummin(axis=1)

Это вычислит накопленную минимальную величину каждой строки по оси столбца и сохранит результат в DataFrame df_cummin.

Обработка пустых значений

По умолчанию метод cummin() игнорирует NA/пустые значения. Если вся строка/столбец является NA, результат будет NA. Мы можем изменить это поведение, установив параметр skipna в значение False. Вот пример:

df_cummin = df.cummin(skipna=False)

Это вычислит накопленную минимальную величину каждого столбца по оси индекса, включая любые пустые значения, и сохранит результат в DataFrame df_cummin.

Резюме

В этом практическом занятии мы узнали, как использовать метод cummin() в библиотеке pandas. Мы узнали, как найти накопленную минимальную величину по оси индекса или столбца DataFrame. Мы также узнали, как обрабатывать пустые значения при вычислении. Метод cummin() полезен для анализа данных и выявления тенденций в течение времени.