pandas中cummin() 函数的应用

cummin() 函数用于计算 DataFrame 或 Series 中数值型数据的累积最小值。它将沿着指定的轴（行或列）对数据进行累积求最小值，并返回一个具有相同形状的 DataFrame 或 Series。

下面是一个示例，说明如何使用 cummin() 函数：        

import pandas as pd

# 创建一个 DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [4, 5, 2, 7, 8],
    'C': [7, 3, 9, 10, 11]
}
df = pd.DataFrame(data)

# 计算整个 DataFrame 的累积最小值
total_cummin = df.cummin()
print("Total cumulative minimum of DataFrame:")
print(total_cummin)

# 计算每列的累积最小值
column_cummin = df.cummin(axis=0)
print("\nColumn cumulative minimum:")
print(column_cummin)

# 计算每行的累积最小值
row_cummin = df.cummin(axis=1)
print("\nRow cumulative minimum:")
print(row_cummin)

输出结果：

Total cumulative minimum of DataFrame:
   A  B  C
0  1  4  7
1  1  4  3
2  1  2  3
3  1  2  3
4  1  2  3

Column cumulative minimum:
   A  B  C
0  1  4  7
1  1  4  3
2  1  2  3
3  1  2  3
4  1  2  3

Row cumulative minimum:
   A  B  C
0  1  1  1
1  1  1  1
2  1  1  1
3  1  2  2
4  1  2  2

在这个示例中，我们首先创建了一个 DataFrame，并使用 cummin() 函数计算了整个 DataFrame 的累积最小值、每列的累积最小值以及每行的累积最小值。可以通过指定 axis 参数来沿着行或列进行计算累积最小值，默认情况下是对列进行计算累积最小值。