python - Pandas :日期/值的数据帧 -> "biggest value so far"的数据帧？

Question

我有一个包含日期和值的 DataFrame(在下面的代码中，我可能没有正确解析日期)。

import pandas as pd
d = {'date': pd.Series(['2010-01-01', '2011-01-01',
                        '2012-01-01', '2012-07-01',
                        '2013-01-01']),
     'value': pd.Series([0, 2, 1, 4, 3])}
df = pd.DataFrame(d)

我想要一个可以过滤此 DataFrame 的函数，以便只给我“到目前为止我看到的最大值”(相对于日期)的行。在这种情况下，我最终会得到 3 行(当前行 0、1 和 3 的值为 0、2 和 4)。

Answer 1

使用cummax在“值”列上获取累积最大值，然后将“值”列的累积最大值与“值”列本身进行比较，并且仅保留“值”列等于其累积最大值的行:

df[df['value'].cummax() == df['value']]

请注意，上述方法将包含重复的最大值。例如，如果有一个值为 4 的附加行，则输出中将包含两个值为 4 的行。

如果您不想重复，可以对 cummax 采取类似的方法，但只保留 cummax 发生变化的行。为此，请使用 diff在累积最大值上得到与先前值的差异，并保持差异为正。添加fillna具有正值以保留第一行:

df[df['value'].cummax().diff().fillna(1) > 0]

删除重复项的一种稍微简单的方法是只使用第一种方法，然后使用 drop_duplicates。 ，但根据您的数据，这可能不会那么高效:

df[df['value'].cummax() == df['value']].drop_duplicates(subset='value')

使用任何方法为您的示例数据生成的输出:

         date  value
0  2010-01-01      0
1  2011-01-01      2
3  2012-07-01      4