更改 pandas 數據框以從 pandas 中的數據框添加最大列 -> 一年中每個月的最大值。 我怎樣才能做到這一點？

Question

所以我有一個數據框結構，看起來像 (Date, value, month, year) <- 從數據框中提取月份和年份。 我想在一年中的每個月的另一列“max”中獲取“value”列的最大值。 有多個“日期”屬於同一個“月”和“年”。 例如，

Date       |value | month | year |
2013-01-03 | 13   | 01    | 2013 |
2013-01-06 | 14   | 01    | 2013 |
2014-01-03 | 16   | 01    | 2014 |
2011-01-03 | 15   | 01    | 2011 |

應該給出類似的東西：

Date       |value | month | year | max |
2013-01-03 | 13   | 01    | 2013 | 14  |
2013-01-06 | 14   | 01    | 2013 | 14  |
2014-01-03 | 16   | 01    | 2014 | 16  |
2011-01-03 | 15   | 01    | 2011 | 15  |

Answer 1

使用pd.Grouper分組並transform ：

df["Date"] = pd.to_datetime(df["Date"])
df["max"] = df.groupby(pd.Grouper(key="Date", freq="M"))["value"].transform("max")

# or df.groupby(df["Date"].str[:8])["value"].transform("max")
 
print (df)

        Date  value  month  year  max
0 2013-01-03     13      1  2013   14
1 2013-01-06     14      1  2013   14
2 2014-01-03     16      1  2014   16
3 2011-01-03     15      1  2011   15

Answer 2

嘗試這個

df['max'] = df.apply(lambda r: df[(df.month==r['month']) & (df.year==r['year'])]['value'].max(), axis=1)

Answer 3

我假設Date列是datetime類型。

利用：

df['Max'] = df.groupby(pd.Grouper(key='Date', freq='M')).value.transform(max)

我故意將列名更改為Max （以大寫M開頭），以免“覆蓋”現有的Pandas function。