如何在Pandas中保留前序最大值并创建新列？

问题背景 #

现有如下Pandas DataFrame：

import pandas as pd

df = pd.DataFrame(
    {
        'a': [1, 9, 8, 10, 7, 11, 20]
    }
)

需要创建新列b，规则为：

• b的第0行等于df.a.iloc[0]
• 后续每行取当前a列值与前一行b列值的较大者

期望输出如下：

a   b
0   1   1
1   9   9
2   8   9
3  10  10
4   7  10
5  11  11
6  20  20

之前尝试用df["b"] = np.fmax(df["a"], df["a"].shift(1))未解决问题，因为该代码取的是当前a值与前一行a值的最大值，而非前一行b值的最大值，不符合需求。

正确实现方法 #

方法1：使用cummax()（推荐，高效简洁） #

你的需求本质上是计算a列的累积最大值，每一行的b值等于从第0行到当前行a列的最大值，直接用Pandas内置的cummax()方法即可实现：

import pandas as pd

df = pd.DataFrame({'a': [1, 9, 8, 10, 7, 11, 20]})
df['b'] = df['a'].cummax()

print(df)

运行后输出与期望完全一致。

方法2：手动迭代（适合理解逻辑，小数据场景） #

如果需要手动模拟逐行计算的过程，可以用循环实现：

import pandas as pd

df = pd.DataFrame({'a': [1, 9, 8, 10, 7, 11, 20]})
df['b'] = df['a'].iloc[0]  # 初始化第一行

for i in range(1, len(df)):
    df['b'].iloc[i] = max(df['a'].iloc[i], df['b'].iloc[i-1])

print(df)

注意：这种方法效率较低，不适合处理大型数据集。

内容的提问来源于stack exchange，提问作者AmirX