パンダでスライディング最大値を計算する方法 (例付き)
次のメソッドを使用して、pandas DataFrame のローリング最大値を計算できます。
方法 1: スライド最大値を計算する
df[' rolling_max '] = df. values_column . cummax ()
方法 2: グループごとのスライディング最大値を計算する
df[' rolling_max '] = df. groupby (' group_column '). values_column . cummax ()
次の例は、各メソッドを実際に使用する方法を示しています。
例 1: スライド最大値を計算する
店舗で毎日行われた売上を示す次のパンダ データフレームがあるとします。
import pandas as pd #createDataFrame df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12], ' sales ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14]}) #view DataFrame print (df) day sales 0 1 4 1 2 6 2 3 5 3 4 8 4 5 14 5 6 13 6 7 13 7 8 12 8 9 9 9 10 8 10 11 19 11 12 14
次の構文を使用して、ローリング最大売上高を表示する新しい列を作成できます。
#add column that displays rolling maximum of sales df[' rolling_max '] = df. dirty . cummax () #view updated DataFrame print (df) day sales rolling_max 0 1 4 4 1 2 6 6 2 3 5 6 3 4 8 8 4 5 14 14 5 6 13 14 6 7 13 14 7 8 12 14 8 9 9 14 9 10 8 14 10 11 19 19 11 12 14 19
Rolling_maxというタイトルの新しい列には、売上のローリング最大値が表示されます。
例 2:グループごとのスライディング最大値を計算する
2 つの異なる店舗で毎日行われた売上を示す次のパンダ データフレームがあるとします。
import pandas as pd #createDataFrame df = pd. DataFrame ({' store ': ['A', 'A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B'], ' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12], ' sales ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14]}) #view DataFrame print (df) store day sales 0 to 1 4 1 to 2 6 2 to 3 5 3 to 4 8 4 to 5 14 5 to 6 13 6 B 7 13 7 B 8 12 8 B 9 9 9 B 10 8 10 B 11 19 11 B 12 14
次の構文を使用して、店舗ごとにグループ化されたローリング最大売上高を表示する新しい列を作成できます。
#add column that displays rolling maximum of sales grouped by store df[' rolling_max '] = df. groupby (' store '). dirty . cummax () #view updated DataFrame print (df) store day sales rolling_max 0 A 1 4 4 1 to 2 6 6 2 to 3 5 6 3 to 4 8 8 4 to 5 14 14 5 to 6 13 14 6 B 7 13 13 7 B 8 12 13 8 B 9 9 13 9 B 10 8 13 10 B 11 19 19 11 B 12 14 19
Rolling_maxというタイトルの新しい列には、店舗ごとにグループ化された売上のローリング最大値が表示されます。
追加リソース
次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。
条件に基づいて Pandas DataFrame の行を削除する方法
複数の条件で Pandas DataFrame をフィルタリングする方法
Pandas DataFrame で「NOT IN」フィルターを使用する方法