Pandas.Series.cumsum() 累积和详解含代码含测试数据集随Pandas版本持续更新

本文链接：https://blog.csdn.net/mingqinsky/article/details/135982219

本文详细介绍了Pandas库中Series对象的cumsum()方法，包括计算公式、语法、参数（如axis和skipna）、以及如何处理字符串和缺失值。通过示例展示了该方法在不同情况下的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

本节目录

Pandas.Series.cumsum()

Pandas.Series.cumsum()

Pandas.Series.cumsum 方法用于返回 Series 每一个元素与前面所有元素的累积和。

⚠️ 注意 :

字符串可以求累积和，相当于字符串拼接。 ^例1

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：

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

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

语法：

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

返回值：

Series or Series

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，对于 Series 无效。

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2
- False: 不忽略缺失。但是后面的所有结果将都是缺失值。^例3

*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。

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.png

测试文件下载位置

例1：字符串求累和，相当于是字符串拼接

import numpy as np
import pandas as pd

s = pd.Series(["一", "二", "三"])

s.cumsum()

0      一
1     一二
2    一二三
dtype: object

例2、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

s = pd.Series([2.0, 1.0, np.nan, 1.0, 0.0])

s.cumsum()

0    2.0
1    3.0
2    NaN
3    4.0
4    4.0
dtype: float64

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

s = pd.Series([2.0, 1.0, np.nan, 1.0, 0.0])

s.cumsum(skipna=False)

0    2.0
1    3.0
2    NaN
3    NaN
4    NaN
dtype: float64