Pandas：根据其他列的值获取一列的最大值

Question

我有一个 pandas 数据框，如下所示：

ID  date      num
1   2018-03-28  3
1   2018-03-29  1
1   2018-03-30  4
1   2018-04-04  1
2   2018-04-03  1
2   2018-04-04  6
2   2018-04-10  3
2   2018-04-11  4

由以下代码创建：

import pandas as pd
df = pd.DataFrame({'ID': [1, 1, 1, 1, 2, 2, 2, 2], 'date': ['2018-03-28', 
'2018-03-29', '2018-03-30', '2018-04-04', '2018-04-03', '2018-04-04',
'2018-04-10', '2018-04-11'], 'num': [3,1,4,1,1,6,3,4]})

我想创建一个名为 'maxnum' 的新列，其中填充了该行日期和所有更早日期的每个 ID num 的最大值。此列将如下所示：

ID  date    maxnum  num
1   2018-03-28  3   3
1   2018-03-29  3   1
1   2018-03-30  4   4
1   2018-04-04  4   1
2   2018-04-03  1   1
2   2018-04-04  6   6
2   2018-04-10  6   3
2   2018-04-11  6   4

有谁知道如何正确有效地编写此列？

提前致谢！

Answer 1

使用 cummax（假设您的数据框已经按 date 排序，如果不是运行掩码线）

#df.date=pd.to_datetime(df.date)
#df=df.sort_values('date')
df.groupby('ID').num.cummax()
Out[258]: 
0    3
1    3
2    4
3    4
4    1
5    6
6    6
7    6
Name: num, dtype: int64

Pandas：根据其他列的值获取一列的最大值

Pandas: Obtaining the maximum of a column based on other column values

calculated-columns

pandas

pandas-groupby