Python 使用.where（）替换.groupby（）对象中的

考虑一个包含多组整数的数据帧：

d=pd.DataFrame（{'label'：['a'，'a'，'a'，'a'，'b'，'b'，'b'，'b']，'value'：[1,2,3,2,7,1,8,9]}）
D
标签值
0 a 1
1 a 2
2 a 3
3 a 2
4 b 7
5 b 1
6 b 8
7 b 9

对于这些整数组中的每一个，每个整数都必须大于或等于前一个整数。如果不是这种情况，则采用上一个整数的值。我用

s.where（~（s

对于单个系列来说效果很好。我甚至可以对数据帧进行分组，并循环遍历每个提取的序列：

grouped=s.groupby（'label'）['value']
对于分组中的uS：
打印（其中（~（s

但是，现在如何将这些值恢复到原始数据帧中

或者，有没有更好的方法？我不喜欢使用<代码> .GROPBB< <代码>，也不认为for循环是一个很好的解决方案…

< P> IIUC，你可以在<代码> GROPBB< <代码>中使用如下：

d['val_max'] = d.groupby('label')['value'].cummax()
print (d)
  label  value  val_max
0     a      1        1
1     a      2        2
2     a      3        3
3     a      2        3
4     b      7        7
5     b      1        7
6     b      8        8
7     b      9        9

---

如果第二组是7,1,2,8,9，你的输出会是7,7,7,8,9吗？好问题，预期输出会是

7,7,7,8,9

。我应该早点问的，为此我伤了脑筋

cummax

就是我要找的@jorijnsmit有时为一个问题伤脑筋是件好事，你不会很快忘记解决方法；）

d['val_max'] = d.groupby('label')['value'].cummax()
print (d)
  label  value  val_max
0     a      1        1
1     a      2        2
2     a      3        3
3     a      2        3
4     b      7        7
5     b      1        7
6     b      8        8
7     b      9        9