熊猫前锋cummax答案

【问题标题】：Pandas forward cummax熊猫前锋cummax
【发布时间】：2017-04-20 22:52:02
【问题描述】：

我想在给定一系列价格数据的情况下找出一只股票的最大可能回报。鉴于您只能以未来价格出售，我认为我需要在每一行上放置最高未来价格：

def maxf(idx):
    return prc[idx:].bid.max()

prc['MaxF'] = prc.index.map(lambda x: maxf(x))

此代码确实有效，但它比 pandas.cummax() 花费的时间要长得多。有没有直接的向量方式来编码？

【问题讨论】：

标签： python pandas numpy lambda

【解决方案1】：

forward cummax 是 reverse cummax 的同义词：

prc.bid[::-1].cummax()[::-1]

【讨论】：

次要：这会反转整个框架，即使我们只打算使用出价列。也许将.bid 向左移动？

【解决方案2】：

@Boud 的答案是numpy 版本

prc.assign(MaxF=np.maximum.accumulate(prc.bid.values[::-1])[::-1])

考虑数据框prc

np.random.seed([3,1415])
prc = pd.DataFrame(dict(bid=np.random.rand(10)))

prc

        bid
0  0.444939
1  0.407554
2  0.460148
3  0.465239
4  0.462691
5  0.016545
6  0.850445
7  0.817744
8  0.777962
9  0.757983

然后：

prc.assign(MaxF=np.maximum.accumulate(prc.bid.values[::-1])[::-1])

        bid      MaxF
0  0.444939  0.850445
1  0.407554  0.850445
2  0.460148  0.850445
3  0.465239  0.850445
4  0.462691  0.850445
5  0.016545  0.850445
6  0.850445  0.850445
7  0.817744  0.817744
8  0.777962  0.777962
9  0.757983  0.757983

对小数据的计时

【讨论】：