如何用Pandas为新列填充另一列的历史最大值

当DataFrame某列值无序时，需新增一列填充该列截至当前行的历史最大值，使用rolling()方法尝试后结果不符合预期。

可复现示例 #

创建包含无序数值的DataFrame：

import pandas as pd

# 生成无序数值列表
list_of_original_values = [100, 98, 102, 107, 94, 95, 96, 92, 150]

# 创建DataFrame
df = pd.DataFrame().assign(original_values=list_of_original_values)

生成的DataFrame如下：

预期结果 #

预期新列的值为：[100, 100, 102, 107, 107, 107, 107, 107, 150]，最终DataFrame如下：

list_of_expected_values = [100, 100, 102, 107, 107, 107, 107, 107, 150]
df = df.assign(expected_values=list_of_expected_values)

错误尝试及原因 #

使用rolling(2).max()的结果不符合预期：

df = df.assign(try_1_with_rolling=lambda df: df['original_values'].rolling(2).max())

结果中第5、6、7行的try_1_with_rolling值错误，原因是rolling(2)仅计算最近2行的最大值，而非从第一行到当前行的所有历史值的最大值。

正确解法 #

直接使用Pandas的cummax()方法，该方法会计算列的累积最大值，即截至当前行的所有历史值的最大值：

df = df.assign(historical_max=lambda df: df['original_values'].cummax())

运行后得到的historical_max列与预期结果完全一致：

场景适配 #

针对传感器接收的无序时间批次数据，通过cummax()得到历史最大时间后，可轻松检测出时间早于该最大值的批次（即当前行时间 < 历史最大时间的批次）。

内容的提问来源于stack exchange，提问作者an ch