DataFrame.cummin(axis=None, skipna=True, *args, **kwargs)
返回DataFrame或Series轴上的累积最小值。
返回包含累积最小值的相同大小的DataFrame或Series。
参数： | axis ： {0或'index'，1或'columns'}，默认为0 索引或轴的名称。0相当于None或'index'。 skipna ： 排除NA/null值。如果整行/列为NA，则结果为NA。 * args，** kwargs： 其他关键字无效，但可能与NumPy兼容。 |
返回： | cummin ： Series 或 DataFrame |
例子
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
默认情况下，忽略NA值
>>> s.cummin()
0 2.0
1 NaN
2 2.0
3 -1.0
4 -1.0
dtype: float64
要在操作中包含NA值，请使用 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
默认情况下，遍历行并查找每列中的最小值。这相当于axis=None或axis='index'
>>> df.cummin()
A B
0 2.0 1.0
1 2.0 NaN
2 1.0 0.0
要迭代列并找到每行中的最小值，请使用 axis=1
>>> df.cummin(axis=1)
A B
0 2.0 1.0
1 3.0 NaN
2 1.0 0.0