在Pandas的下一個K連續行中找到最高值？

Question

我正在處理時間序列價格數據，我想知道每行的下一個K行可以達到多高的價格。

我能想到的實現它以某種方式使用.argmax()而基於時間過濾數據幀的，但必須有一個更簡單的內置解決方案。

例如：

Price 
1 $10 
2 $11 
3 $15 
4 $18 
5 $13 
6 $4 
7 $25 

對於K = 2，這裏就是我想要的：

Price Highest_In_Next_2_Rows 
1 $10  $15 
2 $11  $18 
3 $15  $18 
4 $18  $13 
5 $13  $25 
6 $4  $25 
7 $25  NaN 

Answer 1

你可以做到這一點使用熊貓滾滾和換檔功能。

基本上你找到滾動最大超過先前K的意見，然後你用k轉移系列，從而使最大的t是在（T + 1，...，T + K）計算出的一個。

import pandas as pd 
import numpy as np 

ts = pd.Series([10, 11, 15, 18, 13, 4, 25]) 
k = 2 

res = ts.rolling(k).max().shift(-k) 

pd.concat([ts, res], axis = 1) 

輸出：

#  0  1 
# 0 10 15.0 
# 1 11 18.0 
# 2 15 18.0 
# 3 18 13.0 
# 4 13 25.0 
# 5 4 NaN 
# 6 25 NaN 

這種解決方案的問題是，它並沒有給在最後的K觀測結果。

解決方法如下： 您可以按相反的順序考慮序列並計算過去k次觀察的滾動最大值（當至少有一次觀察時給出結果）。 然後你會落後一天，因爲你不希望今天的價格被包括在內，並且你再次反轉回到原來的訂單。

res = ts[::-1].rolling(k,1).max().shift(1)[::-1] 

它複製到底想要的輸出：

# 0  1 
#0 10 15.0 
#1 11 18.0 
#2 15 18.0 
#3 18 13.0 
#4 13 25.0 
#5 4 25.0 
#6 25 NaN