pandas.Panel.cummin

Panel.cummin(axis=None, skipna=True, *args, **kwargs) [source]

Возвращает кумуляльный минимум по оси DataFrame или Series.

Возвращает DataFrame или Series того же размера, содержащие кумуляльный минимум.

Параметры:	axis : {0 или ‘index’, 1 или ‘columns’}, по умолчанию 0 Индекс или имя оси. 0 эквивалентно None или ‘index’. skipna : boolean, по умолчанию True Исключить значения NA/null. Если вся строка/столбец содержит NA, результат будет NA. *args, **kwargs : Дополнительные ключевые слова не оказывают влияния, но могут быть приняты для совместимости с NumPy.
Возвращает:	cummin : DataFrame or Panel

См. также

pandas.core.window.Expanding.min

Аналогичная функциональность, но игнорирует значения NaN.

Panel.min

Возвращает минимум по оси Panel.

Panel.cummax

Возвращает кумуляльный максимум по оси Panel.

Panel.cummin

Возвращает кумуляльный минимум по оси Panel.

Panel.cumsum

Возвращает кумулятивную сумму по оси Panel.

Panel.cumprod

Возвращает кумулятивное произведение по оси Panel.

Примеры

Series

>>> s = pd.Series([2, np.nan, 5, -1, 0])
>>> s
0    2.0
1    NaN
2    5.0
3   -1.0
4    0.0
dtype: float64

По умолчанию, значения NA игнорируются.

>>> s.cummin()
0    2.0
1    NaN
2    2.0
3   -1.0
4   -1.0
dtype: float64

Чтобы включить значения NA в операцию, используйте skipna=False

>>> s.cummin(skipna=False)
0    2.0
1    NaN
2    NaN
3    NaN
4    NaN
dtype: float64

DataFrame

>>> df = pd.DataFrame([[2.0, 1.0],
...                    [3.0, np.nan],
...                    [1.0, 0.0]],
...                    columns=list('AB'))
>>> df
     A    B
0  2.0  1.0
1  3.0  NaN
2  1.0  0.0

По умолчанию, итерируется по строкам и находит минимум в каждом столбце. Это эквивалентно axis=None или axis='index'.

>>> df.cummin()
     A    B
0  2.0  1.0
1  2.0  NaN
2  1.0  0.0

Чтобы итерироваться по столбцам и найти минимум в каждой строке, используйте axis=1

>>> df.cummin(axis=1)
     A    B
0  2.0  1.0
1  3.0  NaN
2  1.0  0.0