#はじめに
pandasデータフレームをRのdplyr同様に操作可能にするdfplyライブラリについてまとめるシリーズです。
dfplyについてはこちらをご参照ください。
dplyr使いのためのpandas dfplyすごい編

#Window関数？
SQLではおなじみですが、主に集計や分析に使われる関数ですね。
実行結果がgroup_byしたときのように集約されるわけではなく、入力データに対しての実行結果が戻されます。そのためmutateと一緒に使うことが多いと思います。
dplyrでのwindow関数は、matsuou1氏がまとめているこちらも参考にして頂けるとわかりやすいです。

#事前準備、例データ
今回も、みんな大好きtitanicを使用します。

Python：事前準備、例データ

import pandas as pd
import numpy as np
from dfply import * #dfply読み込み

import seaborn as sns
titanic = sns.load_dataset('titanic') #titanic読み込み

#ランキング
選択列の値に対して順位番号をつけていく関数です。
dfplyでは、以下の関数が実装されているようです。

関数	説明
row_number	選択列の値に対して順番付け（デフォルトは昇順）
min_rank	選択列の値に対して順番付け（同値は同番号、その場合次番号は飛ぶ）
dense_rank	選択列の値に対して順番つけ（同値は同番号、その場合次番号は飛ばない）
percent_rank	min_rankのスケールを０～１に変換したもの

Python：ランキング

titanic >> arrange(X.age) >> select(X.age) >> mutate(
    row_number=row_number(X.age, ascending=True),
    min_rank=min_rank(X.age, ascending=True),
    dense_rank=dense_rank(X.age, ascending=True),
    percent_rank=percent_rank(X.age, ascending=True)) >> head(6)

- 各順位番号はnull（None, NaN）を対象には含みません。
- ascending = Trueは省略可

#オフセット
選択列の前後のレコードの値を取得できます。

関数	説明
lead	選択列の値に対して前レコードの値をとる
lag	選択列の値に対して後レコードの値をとる

Python：オフセット

# lag lead
titanic >> group_by(X.sex) >> mutate(
    lead1=lead(X.age, i=1),
    lead2=lead(X.age, i=2),
    lag1=lag(X.age, i=1),
    lag2=lag(X.age, i=2)) >> \
    head(3) >> select(X.sex, X.age, X.lead1, X.lead2, X.lag1, X.lag2)

- group_byを使うとそのグループ内でのオフセットも可能です（dplyrと一緒です）
- i = は何レコード分ずらすかの指定です（省略可）
- dplyrではnull値を埋める数値も指定できましたが、dfplyではできないようです

#累積
選択した列に対して1レコードずつ累積で関数を処理していきます。例で見た方が理解が早いですね。

###累積1：cumsum, cummin, cummax, cummean, cumprod

関数	説明
cumsum	対象レコードまでの累積和（足し算）
cummin	対象レコードまでの最小値
cummax	対象レコードまでの最大値
cummean	対象レコードまでの平均値
cumprod	対象レコードまでの積

Python：累積1

titanic >> select(X.age) >> mutate(
    cumsum=cumsum(X.age),
    cummin=cummin(X.age),
    cummax=cummax(X.age),
    cummean=cummean(X.age),
    cumprod=cumprod(X.age)) >> head(7)

例えばcummaxはageの６レコード目に54がでてきて累積値で一番高い数値になったため、54が返されています

###累積2：cumany, cumall
cumany,cumallは少々ややこしいです（使用機会も少ないと思いますが）。
選択列がTrue or Falseのbool型のときに判定を行う関数です。これも例を見た方が理解が早いですね。

Python：累積2

#bool型のデータを作成
test = pd.DataFrame({'bools':[True,False,False,True,False]})
#cumany, cumall
test >> mutate(cumany=cumany(X.bools), cumall=cumall(X.bools))

cumanyは選択列にTrueが表れた時点で以降すべてTrueと判定します
cumallは選択列にFalseが表れた時点で以降すべてをFalseと判定します

#その他
###between
選択した列の値が、指定した値の範囲内にあるかないかを判定しbool型を返します。

Python：between

#ageが25~30の範囲内にあるかどうか判定
titanic >> mutate(age_btwn=between(X.age, 25, 30, inclusive=True)) >> \
    select(X.age, X.age_btwn) >> head(6)

#まとめ
window関数もdplyr同様しっかり再現されてますね。
dfplyやっぱりすごいです。