使用Numpy计算数组第3列最近2个值的移动最小值

假设你的原数组是：

import numpy as np
arr = np.array([[0,4,3,5],[4,4,3,1],[49,1,4,3],[8,4,1,6]])

按照你的需求，我们可以通过以下步骤实现，完全基于NumPy，无需pandas或滚动窗口：

1. 提取目标列：
   根据你的预期结果，需要计算的是原数组第4列（索引为3，NumPy从0开始计数）的最近2个值的最小值。如果你的目标是其他列，只需要修改索引即可：

   target_col = arr[:, 3]
   

2. 初始化新增列：
   创建一个和原数组行数相同的数组，初始值填充nan，对应前两行没有足够的历史值：

   new_col = np.full(arr.shape[0], np.nan)
   

3. 向量化计算最小值：
   利用数组切片，取目标列的前n-2个元素（target_col[:-2]）和后移一位的前n-2个元素（target_col[1:-1]），用np.minimum计算对应位置的最小值，赋值给新增列从第3行（索引2）开始的位置：

   new_col[2:] = np.minimum(target_col[:-2], target_col[1:-1])
   

4. 拼接数组：
   将新增列转为二维数组后，用np.hstack拼接到原数组上：

   new_arr = np.hstack([arr, new_col.reshape(-1, 1)])
   

最终new_arr的结果为：

array([[ 0.,  4.,  3.,  5., nan],
       [ 4.,  4.,  3.,  1., nan],
       [49.,  1.,  4.,  3.,  1.],
       [ 8.,  4.,  1.,  6.,  1.]])

完全符合你预期的新增列结果[nan, nan, 1, 1]。

如果你最初尝试的np.minimum.accumulate是想累积计算，这种切片的方式更直接，因为你只需要固定取前两个历史值的最小值，而不是累积最小值。

内容的提问来源于stack exchange，提问作者bluearmpit