DataFrame.cumprod(axis=None, skipna=True, *args, **kwargs)
通过DataFrame或Series轴返回累计产品。
返回包含累计产品的相同大小的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 : 布尔值,默认为True 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: | cumprod : 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.cumprod()
0 2.0
1 NaN
2 10.0
3 -10.0
4 -0.0
dtype: float64
要在操作中包含NA值,请使用 skipna=False
>>> s.cumprod(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,遍历行并在每列中查找产品。这相当于axis=None或axis='index'
>>> df.cumprod()
A B
0 2.0 1.0
1 6.0 NaN
2 6.0 0.0
要迭代列并在每行中查找产品,请使用 axis=1
>>> df.cumprod(axis=1)
A B
0 2.0 2.0
1 3.0 NaN
2 1.0 0.0