pandas.Series.cumsum

Series.cumsum(axis=None, skipna=True, *args, **kwargs) [source]

Возвращает кумулятивную сумму по оси DataFrame или Series.

Возвращает DataFrame или Series того же размера, содержащие кумулятивную сумму.

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 имеет значение NA, результат будет NA. *args, **kwargs : Дополнительные ключевые слова не оказывают влияния, но могут быть приняты для совместимости с NumPy.
Возвращает:	cumsum : scalar or Series

См. также

pandas.core.window.Expanding.sum

Аналогичная функция, но игнорирует NaN значения.

Series.sum

Возвращает сумму по оси Series.

Series.cummax

Возвращает кумулятивный максимум по оси Series.

Series.cummin

Возвращает кумулятивный минимум по оси Series.

Series.cumsum

Возвращает кумулятивную сумму по оси Series.

Series.cumprod

Возвращает кумулятивное произведение по оси Series.

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.cumsum()
0    2.0
1    NaN
2    7.0
3    6.0
4    6.0
dtype: float64

Для включения значений NA в операцию используйте skipna=False

>>> s.cumsum(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 сумму в каждом столбце. Это эквивалентно axis=None или axis='index'.

>>> df.cumsum()
     A    B
0  2.0  1.0
1  5.0  NaN
2  6.0  1.0

Для итерации по столбцам и нахождения суммы в каждой строке используйте axis=1

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