假设我有以下 pandas DataFrame:
table = [[datetime.datetime(2015, 1, 31), 1, 0.5],
[datetime.datetime(2015, 2, 27), 1, 2],
[datetime.datetime(2015, 3, 31), 1, 1.5],
[datetime.datetime(2015, 4, 30), 1, 0],
[datetime.datetime(2015, 5, 31), 1, 2],
[datetime.datetime(2015, 6, 30), 1, 1.2],
[datetime.datetime(2015, 7, 31), 1, 3],
[datetime.datetime(2015, 8, 31), 1, 0]]
df = pd.DataFrame(table, columns=['Date', 'Id', 'Value'])
Date Id Value
0 2015-01-31 1 0.5
1 2015-02-27 1 2.0
2 2015-03-31 1 1.5
3 2015-04-30 1 0.0
4 2015-05-31 1 2.0
5 2015-06-30 1 1.2
6 2015-07-31 1 3.0
7 2015-08-31 1 0.0
我希望有一种简单的方法来遍历 df，如果 Value 的当前元素小于或等于，则将其设置为前一个元素，如果元素小于或等于，则添加一个 bool 值已经改成以前的了。但是，我不知道该怎么做。生成的 DataFrame 将是:
Date Id Value Altered
0 2015-01-31 1 0.5 False
1 2015-02-27 1 2.0 False
2 2015-03-31 1 2.0 True
3 2015-04-30 1 2.0 True
4 2015-05-31 1 2.0 True
5 2015-06-30 1 2.0 True
6 2015-07-31 1 3.0 False
7 2015-08-31 1 3.0 True
请您参考如下方法:
使用 .cummax() 获取最新的最大值。将它与 Value 列进行比较，看看它是否已被更改。
import pandas as pd
import datetime
table = [[datetime.datetime(2015, 1, 31), 1, 0.5],
[datetime.datetime(2015, 2, 27), 1, 2],
[datetime.datetime(2015, 3, 31), 1, 1.5],
[datetime.datetime(2015, 4, 30), 1, 0],
[datetime.datetime(2015, 5, 31), 1, 2],
[datetime.datetime(2015, 6, 30), 1, 1.2],
[datetime.datetime(2015, 7, 31), 1, 3],
[datetime.datetime(2015, 8, 31), 1, 0]]
df = pd.DataFrame(table, columns=['Date', 'Id', 'Value'])
df['New_Value'] = df.Value.cummax()
df['Altered'] = df['New_Value'] > df['Value']
print(df)
Date Id Value New_Value Altered
0 2015-01-31 1 0.5 0.5 False
1 2015-02-27 1 2.0 2.0 False
2 2015-03-31 1 1.5 2.0 True
3 2015-04-30 1 0.0 2.0 True
4 2015-05-31 1 2.0 2.0 False
5 2015-06-30 1 1.2 2.0 True
6 2015-07-31 1 3.0 3.0 False
7 2015-08-31 1 0.0 3.0 True
