Question

假设我有一个像这样的值的数据框：

df = pd.DataFrame([ [ 23, .30], [ 23, .29], [ 23, .33], [ 23, .29], [ 23, .31], [ 25, .31], [ 25, .32], [ 25, .22], [30, 0.9], [30, 0.91], [30, 0.92] ], columns=['Day', 'Rate'] )

我想按天分组，但只过滤掉严格增加的值。因此，对于上述数据框，答案将如下所示：

ans = pd.DataFrame([ [ 23, .30], [ 23, .33], [ 25, .31], [ 25, .32], [30, 0.9], [30, 0.91], [30, 
0.92] ], columns=['Day', 'Rate'] )

在实践中，此数据帧可能非常大（> 10000行），因此我想避免在组对象上编写自定义应用。是否有一种快速（有效）的方法来实现这一目标？

谢谢。

Answer 1

groupby-cummax可以获取新的“费率”。只需将Rate替换为新值并删除重复项即可。 .reset_index()是可选的。

df["Rate"] = df.groupby("Day").cummax()
df = df.drop_duplicates().reset_index(drop=True)

输出：

print(df)

   Day  Rate
0   23  0.30
1   23  0.33
2   25  0.31
3   25  0.32
4   30  0.90
5   30  0.91
6   30  0.92

单调筛选熊猫

1 个答案: