Python DataFrame仅保留较高/较低的值

我正在尝试清理数据集。仅应保留小于最后一个值的值

现在看起来像这样：

   my_data
0       10
1        8
2        7
3       10
4        5
5        8
6        2

   my_data
0       10
1        8
2        7
3        7
4        5
5        5
6        2

清理后，应如下所示：

   my_data
0       10
1        8
2        7
3       10
4        5
5        8
6        2

   my_data
0       10
1        8
2        7
3        7
4        5
5        5
6        2

我也有一些工作代码，但我正在寻找一种更快、更具python风格的方法

import pandas as pd

df_results = pd.DataFrame()
df_results['my_data'] = [10, 8, 7, 10, 5, 8, 2]

data_idx = list(df_results['my_data']._index)
for i in range(1, len(df_results['my_data'])):
    current_value = df_results['my_data'][data_idx[i]]
    last_value = df_results['my_data'][data_idx[i - 1]]

    df_results['my_data'][data_idx[i]] = current_value if current_value < last_value else last_value

将熊猫作为pd导入
df_results=pd.DataFrame（）
df_结果['my_data']=[10,8,7,10,5,8,2]
data_idx=列表（df_结果['my_data'].\u索引）
对于范围（1，len）内的i（df_结果['my_数据]）：
当前_值=df_结果['my_data'][data_idx[i]]
last_value=df_结果['my_data'][data_idx[i-1]]
df_结果['my_data'][data_idx[i]]=如果当前_值<上次_值，则当前_值

您可以使用：

In [53]: df[df.my_data.diff() > 0] = np.nan

In [54]: df
Out[54]: 
   my_data
0     10.0
1      8.0
2      7.0
3      NaN
4      5.0
5      NaN
6      2.0

In [55]: df.ffill()
Out[55]: 
   my_data
0     10.0
1      8.0
2      7.0
3      7.0
4      5.0
5      5.0
6      2.0

您可以使用：

In [53]: df[df.my_data.diff() > 0] = np.nan

In [54]: df
Out[54]: 
   my_data
0     10.0
1      8.0
2      7.0
3      NaN
4      5.0
5      NaN
6      2.0

In [55]: df.ffill()
Out[55]: 
   my_data
0     10.0
1      8.0
2      7.0
3      7.0
4      5.0
5      5.0
6      2.0

---

我正在使用

shift

和

diff

s=df.my_data.diff().gt(0)
df.loc[s,'my_data']=df.loc[s.shift(-1).fillna(False),'my_data'].values

Out[71]: 
   my_data
0     10.0
1      8.0
2      7.0
3      7.0
4      5.0
5      5.0
6      2.0

---

我正在使用

shift

和

diff

s=df.my_data.diff().gt(0)
df.loc[s,'my_data']=df.loc[s.shift(-1).fillna(False),'my_data'].values

Out[71]: 
   my_data
0     10.0
1      8.0
2      7.0
3      7.0
4      5.0
5      5.0
6      2.0

---

我可能太早接受了答案，我对浮点数有问题。[10,8,7,10,5,8,2,2.1,2.01,3,1]第一行返回[10.0,8.0,7.0，nan，5.0，nan，2.0，nan，2.01，nan，1.0]@HennyKo这就是你想要的，这个结果有什么问题？你期待什么？[10.0，8.0，7.0，nan，5.0，nan，2.0，nan，nan，nan，1.0]因为2.01比2大。0@HennyKo然后只需使用

df.cummin（）

。尽管这与您的问题相矛盾：“只应保留小于最后一个值的值。”我可能过早接受了答案，我对浮点数有问题。[10,8,7,10,5,8,2,2.1,2.01,3,1]第一行返回[10.0,8.0,7.0，nan，5.0，nan，2.0，nan，2.01，nan，1.0]@HennyKo这就是你想要的，这个结果有什么问题？你期待什么？[10.0，8.0，7.0，nan，5.0，nan，2.0，nan，nan，nan，1.0]因为2.01比2大。0@HennyKo然后只需使用

df.cummin（）

。尽管这与您的问题相矛盾：“只应保留小于最后一个值的值。”