Python　pandasで累積和、累積積を取得する方法　cumsum, cumprod, cummax, cummin

Pythonのpandasライブラリを使用して、データフレームの列に対して累積和、累積積、累積最大値、累積最小値を計算する方法を解説します。

Pythonのpandasライブラリで、データフレームの列の累積和、累積積、累積最大値、累積最小値を取得したいです。どうすれば良いですか？

cumsum、cumprod、cummax、cumminというpandasの関数を使うことで、それぞれの累積計算を行うことができます。cumsumは累積和、cumprodは累積積、cummaxは累積最大値、cumminは累積最小値を取得することができます。

cumsum、cumprod、cummax、cumminとは

cumsum、cumprod、cummax、cumminは、pandasのデータフレームの列に対して累積和、累積積、累積最大値、累積最小値を計算するための関数です。

累積関数	計算結果
cumsum	列の累積和
cumprod	列の累積積
cummax	列の累積最大値
cummin	列の累積最小値

cumsum、cumprod、cummax、cumminの使い方

cumsum、cumprod、cummax、cumminの使い方について説明します。

これらの関数は、pandasのデータフレームの列に対して直接適用することができます。以下は、cumsumを例としたコードです。

import pandas as pd

# データフレームを作成する
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 列Aに対してcumsumを計算する
cumulative_sum = df['A'].cumsum()

# 結果を表示する
print(cumulative_sum)

このコードでは、データフレームdfの列Aに対してcumsumを計算し、変数cumulative_sumに格納しています。結果は、以下のように表示されます。

0    1
1    3
2    6
Name: A, dtype: int64

同様に、cumprod、cummax、cumminも、cumsumと同じように使用できます。以下にcumprodを例としたコードを示します。

import pandas as pd

# データフレームを作成する
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 列Aに対してcumprodを計算する
cumulative_prod = df['A'].cumprod()

# 結果を表示する
print(cumulative_prod)

このコードでは、データフレームdfの列Aに対してcumprodを計算し、変数cumulative_prodに格納しています。結果は、以下のように表示されます。

0    1
1    2
2    6
Name: A, dtype: int64

同様に、cummax、cumminも以下のように計算できます。

# 列Aに対してcummaxを計算する
cumulative_max = df['A'].cummax()

# 列Bに対してcumminを計算する
cumulative_min = df['B'].cummin()

累積計算によって得られた結果は、データフレームの新しい列として追加することもできます。

# 新しい列として累積和を追加する
df['cumulative_sum'] = df['A'].cumsum()

# 新しい列として累積積を追加する
df['cumulative_prod'] = df['B'].cumprod()

# 新しい列として累積最大値を追加する
df['cumulative_max'] = df['A'].cummax()

# 新しい列として累積最小値を追加する
df['cumulative_min'] = df['B'].cummin()

# 結果を表示する
print(df)

このコードでは、データフレームに新しい列として累積和、累積積、累積最大値、累積最小値を追加しています。結果は、以下のように表示されます。

   A  B  cumulative_sum  cumulative_prod  cumulative_max  cumulative_min
0  1  4               1                4               1               4
1  2  5               3               20               2               4
2  3  6               6              120               3               4

以上のように、cumsum、cumprod、cummax、cumminは、データ分析において非常に便利な関数であり、データフレームの列に対して直接適用することができるだけでなく、新しい列として追加することもできます。

サンプルプログラムを使った解説

以下は、サンプルデータを使ったcumsum、cumprod、cummax、cumminの例です。

import pandas as pd

# データフレームを作成する
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 列Aに対してcumsumを計算する
cumulative_sum = df['A'].cumsum()

# 列Bに対してcumprodを計算する
cumulative_prod = df['B'].cumprod()

# 列Aに対してcummaxを計算する
cumulative_max = df['A'].cummax()

# 列Bに対してcumminを計算する
cumulative_min = df['B'].cummin()

# 結果を表示する
print('cumulative_sum:', cumulative_sum)
print('cumulative_prod:', cumulative_prod)
print('cumulative_max:', cumulative_max)
print('cumulative_min:', cumulative_min)

このコードでは、データフレームdfの列Aに対してcumsum、cummax、cumminを計算し、列Bに対してcumprodを計算しています。結果は、以下のように表示されます。

cumulative_sum: 0    1
1    3
2    6
Name: A, dtype: int64
cumulative_prod: 0     4
1    20
2    120
Name: B, dtype: int64
cumulative_max: 0    1
1    2
2    3
Name: A, dtype: int64
cumulative_min: 0    4
1    4
2    4
Name: B, dtype: int64

このコードでは、データフレームの列に対してcumsum、cumprod、cummax、cumminを適用して、それぞれの計算結果を表示しています。

上記の例では、データフレームdfには、列Aに1, 2, 3、列Bに4, 5, 6の値が入っています。cumulative_sumでは、列Aの累積和を計算しています。cumulative_prodでは、列Bの累積積を計算しています。cumulative_maxでは、列Aの累積最大値を計算しています。cumulative_minでは、列Bの累積最小値を計算しています。

このように、pandasのcumsum、cumprod、cummax、cumminを使用することで、データフレームの列に対して簡単に累積計算を行うことができます。

リスキリングでキャリアアップしてみませんか？

リスキリング(学び直し)は、経済産業省が推奨しており、

今だけ、最大７０％のキャッシュバックを受けることができます。