python - pandas df 中 “look ahead” 值的有效方法

Question

我有一个包含时间序列的 pandas df，从 t(0) 开始，我需要向前查看 t(n) 并查看前面的最大值和最小值是多少，其大小由下式定义“从”和“到”列。

这是我的 df:

这是我的解决方案，它有效，但速度非常慢:

df[‘max_ahead’] = df.apply(lambda x: df[‘value’][int(df[‘from’]):int(df[‘to’])].max(), axis=1)
df[‘min_ahead’] = df.apply(lambda x: df[‘value’][int(df[‘from’]):int(df[‘to’])].min(), axis=1)

有没有办法在 pandas 或 numpy 数组中加快速度？我的 df 包含数百万行，上面的代码花费的时间太长。

Answer 1

由于切片窗口似乎是恒定的(在您的情况下为 100)，请尝试以下操作:

df['max_ahead'] = df[value].rolling(window=100).max()
df['max_ahead'] = df['max_ahead'].shift(-100)

最后的转变重新创建了您想要的解决方案，无需使用 apply lambda，这可能会很慢。