pandas cummax() 累积最大值

pandas 的 cummax() 方法用于计算 DataFrame 或 Series 中的累积最大值。这意味着它会返回一个新的 DataFrame 或 Series，其中每个元素是到当前元素位置为止的最大值。

语法

DataFrame.cummax(axis=0, skipna=True, *args, **kwargs)

参数

1. axis: 可选。默认值为 0，表示按列进行计算。如果设置为 1，则按行进行计算。
2. skipna: 可选。布尔值，默认值为 True。如果为 True，则跳过 NA/null 值。如果为 False，任何 NA 值会导致计算结果也为 NA。
3. *args, **kwargs: 其他关键字没有效果，但可能会被接受以与NumPy兼容。

返回值

返回一个与原始 DataFrame 或 Series 形状相同的对象，其中每个元素表示到当前元素位置为止的累积最大值。

使用场景

• 时间序列分析: 分析金融市场中的累积最大值，如股价的最高点。
• 数据处理: 在数据处理中，计算到某个点的最大值以进行后续分析。
• 滚动窗口计算: 在移动窗口分析中，了解每个时间点之前的最大值。

示例

假设有一个包含多个变量的数据集，我们希望计算这些变量的累积最大值。

Series：

s = pd.Series([2, np.nan, 5, -1, 0])
s
'''
0    2.0
1    NaN
2    5.0
3   -1.0
4    0.0
dtype: float64
'''

默认情况下，NA值被忽略。

s.cummax()
'''
0    2.0
1    NaN
2    5.0
3    5.0
4    5.0
dtype: float64
'''

要在操作中包含NA值，请使用skipna=False

s.cummax(skipna=False)
'''
0    2.0
1    NaN
2    NaN
3    NaN
4    NaN
dtype: float64
'''

DataFrame:

df = pd.DataFrame([[2.0, 1.0],
                   [3.0, np.nan],
                   [1.0, 0.0]],
                  columns=list('AB'))
df
'''
     A    B
0  2.0  1.0
1  3.0  NaN
2  1.0  0.0
'''

默认情况下，迭代行并在每列中找到最大值。这相当于axis=None或axis='index'。

df.cummax()
'''
     A    B
0  2.0  1.0
1  3.0  NaN
2  3.0  1.0
'''

要遍历列并找到每行中的最大值，请使用axis=1

df.cummax(axis=1)
'''
     A    B
0  2.0  2.0
1  3.0  NaN
2  1.0  1.0
'''

这些结果帮助我们理解每个变量在数据集中的最大值随时间的变化情况。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.cummax.html

更新时间：2024-08-08 08:40:16 标签：pandas python 累积 最大值