Pandas.Series.cumprod() 累积乘积详解含代码含测试数据集随Pandas版本持续更新

最新推荐文章于 2025-02-21 07:30:00 发布

原创最新推荐文章于 2025-02-21 07:30:00 发布 · 849 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#pandas

Pandas API参考专栏收录该内容

76 篇文章

订阅专栏

本文详细介绍了Pandas库中Series类的cumprod()方法，包括其计算公式、语法、参数说明（如axis和skipna）、以及示例演示如何处理缺失值。读者可借此了解如何进行累积乘积计算并理解其在实际数据分析中的应用。

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.cumprod()

Pandas.Series.cumprod()

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

计算公式：

累积乘积计算公式：

$M_i = \max(x_1, x_2, \ldots, x_i)$

$M_i$ 表示当前位置的累积乘积， $\max(x_1, x_2, \ldots, x_i)$ 表示从起始位置到当前位置的所有元素的乘积。

语法：

Series.cumprod(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，用于指定求累积乘积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1
- False: 不忽略缺失。但是后面的所有结果将都是缺失值。^例2

*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、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, 1.0,3.0, np.nan, 0.0])

s.cumprod()

0    2.0
1    2.0
2    6.0
3    NaN
4    0.0
dtype: float64

例2、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, 1.0,3.0, np.nan, 0.0])

s.cumprod(skipna=False)

0    2.0
1    2.0
2    6.0
3    NaN
4    NaN
dtype: float64