每天在 DataFrame 中创建一个正在运行的最大列

Question

我有一个简单的 DataFrame 看起来像这样：

TimeStamp, Value
1-Jan 06:10, 5
1-Jan 08:15, 7
1-Jan 15:30, 3
2-Jan 07:05, 1
2-Jan 10:15, 3
2-Jan 13:30, 2 

如何向同一个 DataFrame 添加第三列，以显示每天“值”的运行最大值并在第二天重置？我希望 DataFrame 看起来像这样：

TimeStamp, Value, DayMax
1-Jan 06:10, 5, 7
1-Jan 08:15, 7, 7
1-Jan 15:30, 3, 7
2-Jan 07:05, 1, 3
2-Jan 10:15, 3, 3
2-Jan 13:30, 2, 3 

我尝试使用.rolling().max(...)但问题是即使在较早的行中，在遇到最大值之前以及min_periods达到之前，我也需要最大值。此外，我需要每天重置最大值，从而忽略该window参数。

我希望避免循环和复杂的代码操作，因为我将在一个非常大的 DataFrame 上进行操作，所以更喜欢内置的东西！

Answer 1

如果您使用将 TimeStamp 列转换为日期时间，to_datetime则您可以groupby在日期上调用transform并返回一个系列，该系列是每天的最大值：

In [54]:
df['TimeStamp'] = pd.to_datetime(df['TimeStamp'], format='%d-%b %H:%M')
df

Out[54]:
            TimeStamp  Value
0 1900-01-01 06:10:00      5
1 1900-01-01 08:15:00      7
2 1900-01-01 15:30:00      3
3 1900-01-02 07:05:00      1
4 1900-01-02 10:15:00      3
5 1900-01-02 13:30:00      2

In [55]:
df['DayMax'] = df.groupby(df['TimeStamp'].dt.date)['Value'].transform('max')
df

Out[55]:
            TimeStamp  Value  DayMax
0 1900-01-01 06:10:00      5       7
1 1900-01-01 08:15:00      7       7
2 1900-01-01 15:30:00      3       7
3 1900-01-02 07:05:00      1       3
4 1900-01-02 10:15:00      3       3
5 1900-01-02 13:30:00      2       3