Pandas.DataFrame.cumsum() 累积和 详解 含代码 含测试数据集 随Pandas版本持续更新

关于Pandas版本： 本文基于 pandas2.2.0 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

传送门： Pandas API参考目录

传送门： Pandas 版本更新及新特性

传送门： Pandas 由浅入深系列教程

Pandas.DataFrame.cumsum()

Pandas.DataFrame.cumsum 方法用于返回行或列每一个元素与前面所有元素的累积和。

⚠️ 注意 :

1. 字符串可以求累积和，相当于字符串拼接。 ^例2

   • 字符串不能和任何其他类型数据混用，比如 缺失值、数值，否则报错 TypeError

计算公式：

• Pandas累积和计算公式：

  $S_i=x_1+x_2+\dots +x_i$

  $S_i$ 表示当前位置的累积和，$x_1+\dots +x_i$ 表示从起始位置加到当前位置。

语法：

DataFrame.cumsum(axis=None, skipna=True, *args, **kwargs)

返回值：

• Series or DataFrame

参数说明：

axis 指定计算方向（行或列）

• axis : {0 or ‘index’, 1 or ‘columns’}, default 0

  axis 参数，用于指定计算方向，即按行计算或按列计算累积和：

  • 如果是 Series 此参数无效，将始终保持 axis=0，即计算整列的累积和。^例1
  • 如果是 DataFrame 默认为 axis=0 即计算每一列的累积和。并有以下参值可选:
    • 0 or ‘index’: 计算每列的累积和。 ^例3
    • 1 or ‘columns’： 计算每行的累积和。^例4

skipna 忽略缺失值

• skipna : bool, default True >

  skipna 参数，用于指定求累积和的时候是否忽略缺失值,默认 skipna=True 表示忽略缺失值：

  • True： 忽略缺失值。当遇到缺失值，会跳过缺失值，以缺失值上面的最近有效值继续后面的计算。 ^例5
  • False: 不忽略缺失。但是后面的所有结果将都是缺失值。^例6

*args,**kwargs

• 为了保持与 Numpy 的兼容性而保留的参数，一般不需要传递任何内容。

相关方法：

➡️ 相关方法

---

• Series.cumsum

  Series 累积和

• DataFrame.sum

  求和

• DataFrame.cummax

  累积最大值

• DataFrame.cummin

  累积最小值

• DataFrame.cumprod

  累积乘积

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

测试文件下载位置

例1：如果是 Series 始终保持 axis=0，即计算 Series 所有元素的累积和。

import numpy as np
import pandas as pd

s = pd.Series([24.0, np.nan, 21.0, 33, 26], name="age")
s.cumsum()

0     24.0
1      NaN
2     45.0
3     78.0
4    104.0
Name: age, dtype: float64

例2：字符串求累和，相当于是字符串拼接

import numpy as np
import pandas as pd

df = pd.DataFrame({"第一列": ["一", "二", "三"], "第二列": ["四", "五", "六"]})

df.cumsum()

	第一列	第二列
0	一	四
1	一二	四五
2	一二三	四五六

例3、计算每列累积和

import numpy as np
import pandas as pd

df = pd.DataFrame([[2.0, 1.0],
                   [3.0, np.nan],
                   [1.0, 0.0]],
                  columns=list('AB'))

df.cumsum()

	A	B
0	2.0	1.0
1	5.0	NaN
2	6.0	1.0

例4、计算每行累积和

import numpy as np
import pandas as pd

df = pd.DataFrame(
    [[2.0, 1.0, 3.0], [3.0, np.nan, 5.0], [1.0, 1.0, 1.0], [1.0, 0.0, 2.0]],
    columns=list("ABC"),
)

df.cumsum(axis=1)

	A	B	C
0	2.0	3.0	6.0
1	3.0	NaN	8.0
2	1.0	2.0	3.0
3	1.0	1.0	3.0

例5、默认会跳过缺失值，以缺失值上面的最近有效值，进行后面的计算

import numpy as np
import pandas as pd

df = pd.DataFrame([[2.0, 1.0],
                   [3.0, np.nan],
                   [1.0, 1.0],
                  [1.0, 0.0]],
                  columns=list('AB'))

df.cumsum()

	A	B
0	2.0	1.0
1	5.0	NaN
2	6.0	2.0
3	7.0	2.0

例6、如果不忽略缺失值，后面所有的结果，将都是缺失值。

import numpy as np
import pandas as pd

df = pd.DataFrame([[2.0, 1.0],
                   [3.0, np.nan],
                   [1.0, 1.0],
                  [1.0, 0.0]],
                  columns=list('AB'))

df.cumsum(skipna=False)

	A	B
0	2.0	1.0
1	5.0	NaN
2	6.0	NaN
3	7.0	NaN