pandas.core.groupby.DataFrameGroupBy.cummax#

DataFrameGroupBy.cummax(numeric_only=False, **kwargs)[源代码]#

每个组的累积最大值。

参数:

numeric_only布尔值, 默认为 False: 仅包含 float, int 或 boolean 数据。
**kwargsdict, 可选: 要传递给函数的其他关键字参数，例如 skipna，用于控制是否忽略 NA/null 值。

返回:

Series 或 DataFrame: 每个组的累积最大值。与调用者相同的对象类型。

参见

Series.groupby: 对一个Series应用groupby函数。
DataFrame.groupby: 对DataFrame的每一行或每一列应用一个groupby函数。

例子

对于 SeriesGroupBy：

>>> lst = ["a", "a", "a", "b", "b", "b"]
>>> ser = pd.Series([1, 6, 2, 3, 1, 4], index=lst)
>>> ser
a    1
a    6
a    2
b    3
b    1
b    4
dtype: int64
>>> ser.groupby(level=0).cummax()
a    1
a    6
a    6
b    3
b    3
b    4
dtype: int64

对于 DataFrameGroupBy：

>>> data = [[1, 8, 2], [1, 1, 0], [2, 6, 9]]
>>> df = pd.DataFrame(
...     data, columns=["a", "b", "c"], index=["cow", "horse", "bull"]
... )
>>> df
        a   b   c
cow     1   8   2
horse   1   1   0
bull    2   6   9
>>> df.groupby("a").groups
{1: ['cow', 'horse'], 2: ['bull']}
>>> df.groupby("a").cummax()
        b   c
cow     8   2
horse   8   2
bull    6   9