如何基于移位列与另一列生成最大值列？现有解法是否最优？

原始数据与需求 #

初始DataFrame代码 #

import pandas as pd
df = pd.DataFrame(
    {
       'a': [20, 9, 31, 40],
       'b': [1, 10, 17, 30],
    }
)

预期输出 #

a   b   c
0  20   1  20
1   9  10  20
2  31  17  17
3  40  30  31

生成规则 #

c是df.b与df.a.shift(1).bfill()两者的最大值。

你的尝试代码 #

df['temp'] = df.a.shift(1).bfill()
df['c'] = df[['temp', 'b']].max(axis=1)

优化方案 #

你的写法完全可行，但可以更简洁——不需要创建临时列temp，直接对两个Series做元素级最大值计算即可：

最简洁高效的实现 #

import numpy as np
df['c'] = np.maximum(df['b'], df['a'].shift(1).bfill())

纯pandas实现（无需numpy） #

如果不想引入numpy，也可以直接构造临时列组合后取最大值：

df['c'] = pd.concat([df['b'], df['a'].shift(1).bfill()], axis=1).max(axis=1)

对比来看，用numpy.maximum的方式最优：它直接对两个Series进行元素级运算，既不用创建额外的DataFrame列，代码也最紧凑，运行效率也更高。

内容的提问来源于stack exchange，提问作者AmirX