Jak obliczyć przesuwające się maksimum w pandach (z przykładami)

Aby obliczyć kroczącą wartość maksymalną w ramce DataFrame pandy, możesz użyć następujących metod:

Metoda 1: obliczyć maksimum przesuwania

 df[' rolling_max '] = df. values_column . cummax ()

Metoda 2: oblicz przesuwające się maksimum na grupę

 df[' rolling_max '] = df. groupby (' group_column '). values_column . cummax ()

Poniższe przykłady pokazują, jak zastosować każdą metodę w praktyce.

Przykład 1: oblicz maksimum przesuwania

Załóżmy, że mamy następującą ramkę danych pandy, która pokazuje sprzedaż dokonaną każdego dnia w sklepie:

 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

Możemy użyć następującej składni, aby utworzyć nową kolumnę wyświetlającą kroczącą maksymalną wartość sprzedaży:

 #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

Nowa kolumna zatytułowana Rolling_max wyświetla kroczącą maksymalną wartość sprzedaży.

Przykład 2: oblicz przesuwające się maksimum na grupę

Załóżmy, że mamy następującą ramkę danych pand, która pokazuje sprzedaż dokonaną każdego dnia w dwóch różnych sklepach:

 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

Możemy użyć następującej składni, aby utworzyć nową kolumnę wyświetlającą kroczącą maksymalną wartość sprzedaży pogrupowaną według sklepów:

 #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

Nowa kolumna zatytułowana Rolling_max wyświetla kroczącą maksymalną wartość sprzedaży, pogrupowaną według sklepów.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Jak usunąć wiersze w Pandas DataFrame na podstawie warunku
Jak filtrować ramkę danych Pandas pod wieloma warunkami
Jak korzystać z filtra „NIE W” w Pandas DataFrame