如何用Pandas在指定前置滚动时间区间求execution_size最大值

需要在Pandas DataFrame中，基于execution_size字段，在滚动时间区间内生成衍生指标：针对每行的timestamp，计算完全位于该行时间戳之前的前2秒至前1秒区间内execution_size的最大值。

示例数据如下：

timestamp     execution_size   expected_output
1    2023-10-02 07:31:42     150              NaN
2    2023-10-02 07:31:42.5   180              NaN
3    2023-10-02 07:31:43     425              150
4    2023-10-02 07:31:43.5   11               180
5    2023-10-02 07:31:44     NaN              425
6    2023-10-02 07:31:45     122              425
7    2023-10-02 07:31:45.5   NaN              11

规则说明：

• 第1、2行的前2秒至前1秒区间无数据，输出NaN；
• 第3行的目标区间仅包含第1行，取150；
• 第4行的目标区间包含第1、2行，取最大值180；
• 第5行的目标区间包含第1、2、3行，取最大值425；
• 第6行的目标区间包含第3、4、5行，取最大值425；
• 第7行的目标区间包含第4、5行，取最大值11。

此前尝试的代码不符合需求，得到的是-3s至-1s区间的结果：

rolling_max = df['execution'].rolling('3s').max().shift(periods=1, freq='1s')

可以通过时间偏移+滚动窗口组合实现精准的区间筛选，核心思路是先给所有时间戳做偏移，再用滚动窗口限定区间范围，具体步骤如下：

1. 确保timestamp列为Pandas的时间类型：

df['timestamp'] = pd.to_datetime(df['timestamp'])

2. 计算目标区间的最大值：

# 先将每行的时间戳向前偏移1秒，然后以这个偏移后的时间为基准，向前滚动1秒的窗口（即原时间的前2秒到前1秒区间）
df['calculated_output'] = df.set_index('timestamp')['execution_size'] \
    .shift(freq='-1s') \
    .rolling(window='1s', closed='both') \
    .max() \
    .reset_index(drop=True)

代码解释 #

• shift(freq='-1s')：把每个时间戳向前偏移1秒，这样后续的滚动窗口就对应原时间的前1秒位置；
• rolling(window='1s', closed='both')：以偏移后的时间为终点，向前取1秒的窗口，这个窗口正好对应原时间的前2秒到前1秒区间；
• max()：计算窗口内execution_size的最大值，最后重置索引对齐原DataFrame。

验证结果 #

运行上述代码后，calculated_output列会和示例中的expected_output完全匹配：

calculated_output
0                NaN
1                NaN
2              150.0
3              180.0
4              425.0
5              425.0
6               11.0

内容的提问来源于stack exchange，提问作者IGottaLearnMath