如何在Pandas时间序列DataFrame中计算并维护滚动最大值的最后两个不同值

需求说明 #

针对含每日价格数据的Pandas DataFrame，需完成以下操作：

• 计算**126天窗口（6个月周期）**的滚动最大值列rolling_max
• 新增两列：
  • last_distinct_rolling_max：存储当前滚动最大值之前的上一个不同滚动最大值，新最大值未出现时保持该值
  • second_last_distinct_rolling_max：存储滚动最大值序列中的倒数第二个不同值

示例数据与预期输出 #

代码实现 #

import pandas as pd

# 假设你的DataFrame名为df，先将DateTime列设为索引
df = df.set_index('日期时间(DateTime)')

# 1. 计算126天滚动最大值，min_periods=1确保数据开头不足窗口时也能计算
df['rolling_max'] = df['价格(Price)'].rolling(window=126, min_periods=1).max()

# 2. 提取滚动最大值发生变化的行，得到唯一最大值序列
distinct_max = df['rolling_max'].loc[df['rolling_max'] != df['rolling_max'].shift(1)]

# 3. 为每个新最大值关联上一个、倒数第二个最大值
distinct_max = distinct_max.reset_index()
distinct_max['last_distinct'] = distinct_max['rolling_max'].shift(1)
distinct_max['second_last_distinct'] = distinct_max['rolling_max'].shift(2)

# 4. 合并回原DataFrame，用前向填充补全所有行的衍生值
df = df.merge(distinct_max[['日期时间(DateTime)', 'last_distinct', 'second_last_distinct']], 
              left_index=True, right_on='日期时间(DateTime)', how='left')
df['last_distinct_rolling_max'] = df['last_distinct'].ffill()
df['second_last_distinct_rolling_max'] = df['second_last_distinct'].ffill()

# 清理临时列
df = df.drop(columns=['日期时间(DateTime)', 'last_distinct', 'second_last_distinct'])

关键逻辑说明 #

• 用shift()和布尔索引筛选滚动最大值的变化点，避免重复值干扰衍生列计算
• ffill()前向填充确保非变化点的行继承最近一次最大值更新时的衍生值，符合需求中“新最大值出现前保持上一个值”的要求

内容的提问来源于stack exchange，提问作者Aliz