详解 Pandas 的累计统计函数

Pandas 中常用的累计统计函数有 cumsum()、cummax()、cummin()、cumprod()，分别是用来统计 DataFrame 中按行或按列的累加值、累计最大值、累计最小值、累乘值。

一、数据准备

import pandas as pddf = pd.DataFrame(data={'Product_A': [100, 300, 200, 250, 300],'Product_B': [50, 100, 350, 200, 250]
}, index=['1月', '2月', '3月', '4月', '5月'])print(df)

     Product_A  Product_B
1月        100         50
2月        300        100
3月        200        350
4月        250        200
5月        300        250

二、cumsum 函数

统计从第一行（列）到当前行（列）的累加，类似于 SQL 中的 sum() over() 窗口函数

# 1.沿行轴统计累加
print(df.cumsum())  # df.cumsum(axis=0)

   Product_A  Product_B
1月        100         50
2月        400        150
3月        600        500
4月        850        700
5月       1150        950

# 2.沿列轴统计累加
print(df.cumsum(axis=1))

    Product_A  Product_B
1月        100        150
2月        300        400
3月        200        550
4月        250        450
5月        300        550

三、cummax 函数

统计从第一行（列）到当前行（列）中的最大值，类似于 SQL 中的 max() over() 窗口函数

# 1.沿行轴统计累计最大值
print(df.cummax())

    Product_A  Product_B
1月        100         50
2月        300        100
3月        300        350
4月        300        350
5月        300        350

# 2.沿列轴统计累计最大值
print(df.cummax(axis=1))

    Product_A  Product_B
1月        100        100
2月        300        300
3月        200        350
4月        250        250
5月        300        300

四、cummin 函数

统计从第一行（列）到当前行（列）中的最小值，类似于 SQL 中的 min() over() 窗口函数

# 1.沿行轴统计累计最小值
print(df.cummin())

     Product_A  Product_B
1月        100         50
2月        100         50
3月        100         50
4月        100         50
5月        100         50

# 2.沿列轴统计累计最小值
print(df.cummin(axis=1))

      Product_A  Product_B
1月        100         50
2月        300        100
3月        200        200
4月        250        200
5月        300        250

五、cumprod 函数

统计从第一行（列）到当前行（列）的累乘值

# 1.沿行轴统计累乘值
print(df.cumprod())

       Product_A    Product_B
1月           100           50
2月         30000         5000
3月       6000000      1750000
4月    1500000000    350000000
5月  450000000000  87500000000

# 2.沿列轴统计累乘值
print(df.cumprod(axis=1))

     Product_A  Product_B
1月        100       5000
2月        300      30000
3月        200      70000
4月        250      50000
5月        300      75000