如何更简洁实现：DataFrame列值小于前值时替换为前值？

给定如下Pandas DataFrame：

import pandas as pd
df = pd.DataFrame(
    {
        'a': [101, 90, 11, 120, 1]
    }
)

需要生成新列y，最终输出如下：

a    y
0  101    101.0
1   90    101.0
2   11    90.0
3  120    120.0
4    1    120.0

核心逻辑为：将列a中的每个值与其前一行的值比较，保留较大的那个。当前的实现方式如下：

df['x'] = df.a.shift(1)
df['y'] = df[['a', 'x']].max(axis=1)

询问是否存在更简洁或基于内置方法的实现方式。

有两种更简洁的实现方式，无需创建中间列：

• 使用Pandas Series.combine() 方法，直接对原列和移位后的列做元素级最大值比较：

df['y'] = df['a'].combine(df['a'].shift(1), max)

• 借助Numpy的maximum()函数，实现同样的元素级最大值逻辑：

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

这两种方法都能直接得到目标列y，代码更紧凑，且属于Pandas/Numpy的原生内置方法，执行效率也更优。

内容的提问来源于stack exchange，提问作者AmirX