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, содержащую кумулятивную сумму.

Параметры:	axis : {0 or ‘index’, 1 or ‘columns’}, default 0 Индекс или имя оси. 0 эквивалентно None или ‘index’. skipna : boolean, default True Исключить значения NA/null. Если вся строка/столбец содержит значения 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

core.window.Expanding.sum

Аналогичная функциональность, 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

Чтобы включить значения 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 итерирует 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

Чтобы итерировать по столбцам и найти сумму 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