【Pandas】pandas Series cummax
Pandas2.2 Series
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| Series.abs() | 用于计算 Series 中每个元素的绝对值 |
| Series.all() | 用于检查 Series 中的所有元素是否都为 True 或非零值（对于数值型数据） |
| Series.any() | 用于检查 Series 中是否至少有一个元素为 True 或非零值（对于数值型数据） |
| Series.autocorr() | 用于计算 Series 的自相关系数 |
| Series.between() | 用于检查 Series 中的每个元素是否在指定的两个值之间（包括边界值） |
| Series.clip() | 用于将 Series 中的元素限制在指定的上下限之间 |
| Series.corr() | 用于计算两个 Series 之间的相关系数 |
| Series.count() | 用于计算 Series 中非 NA/null 值的数量 |
| Series.cov(other[, min_periods, ddof]) | 用于计算两个 Series 之间的协方差 |
| Series.cummax([axis, skipna]) | 用于计算 Series 中元素的累积最大值 |
pandas.Series.cummax
pandas.Series.cummax 方法用于计算 Series 中元素的累积最大值。它会遍历 Series 的每个元素，并在每个位置返回到目前为止的最大值。缺失值（如 NaN）会被跳过，但在第一个非缺失值之前的位置，结果将保持为 NaN。
参数
- axis: {0 or ‘index’}, 默认为 0
- 只接受 0 或 ‘index’，因为 Series 只有一个轴。
- skipna: bool, 默认为 True
- 是否跳过缺失值（NaN）。如果为 False，则在遇到 NaN 时，累积最大值也将为 NaN。
- *args, **kwargs: 其他参数，通常不需要指定。
行为
- 累积最大值: 计算 Series 中每个位置的累积最大值。
- 跳过缺失值: 如果
skipna=True，则跳过 NaN 值；如果skipna=False，则在遇到 NaN 时，累积最大值也将为 NaN。
示例及结果
示例 1: 默认参数（skipna=True）
import pandas as pd
# 创建一个包含一些数值和缺失值的 Series
s = pd.Series([1, 3, None, 2, 5, 4, None, 6])
# 使用 cummax 方法计算累积最大值，默认 skipna=True
cummax_result = s.cummax()
print(f"Original Series: {s}")
print(f"Cumulative Maximum (skipna=True): {cummax_result}")
输出结果：
Original Series: 0 1.0
1 3.0
2 NaN
3 2.0
4 5.0
5 4.0
6 NaN
7 6.0
dtype: float64
Cumulative Maximum (skipna=True): 0 1.0
1 3.0
2 NaN
3 3.0
4 5.0
5 5.0
6 NaN
7 6.0
dtype: float64
示例 2: skipna=False
# 使用 cummax 方法计算累积最大值，skipna=False
cummax_result_no_skipna = s.cummax(skipna=False)
print(f"Cumulative Maximum (skipna=False): {cummax_result_no_skipna}")
输出结果：
Cumulative Maximum (skipna=False): 0 1.0
1 3.0
2 NaN
3 NaN
4 NaN
5 NaN
6 NaN
7 NaN
dtype: float64
在这个示例中，当 skipna=False 时，累积最大值在遇到第一个 NaN 后将保持为 NaN。
总结
axis: 对于 Series，axis参数默认为 0 或 ‘index’，且不能更改。skipna: 控制是否跳过 NaN 值，默认为 True。
希望这能帮助你更好地理解 Series.cummax 方法的参数和行为。