如何在Python/Pandas中基于前10行条件结果生成同行匹配值列表

你可以修改rolling.apply中的逻辑，将统计计数改为收集符合条件的具体值列表，关键是把np.sum替换为筛选后的值转列表的操作，同时注意设置raw=False以保留Series的索引信息：

import pandas as pd
import numpy as np

# 生成测试数据
s = pd.DataFrame(3+np.random.randn(50,2),columns=list('AB'))
s['vol'] = pd.Series(np.random.randint(low=5, high=10, size = 50))
s['ub'] = s['B']*1.2
s['lb'] = s['B']*0.8

# 生成符合条件的具体值列表（窗口包含当前行及前9行）
s['inrange_values'] = s['B'].rolling(10).apply(
    lambda x: list(x[(x <= s.loc[x.index.max(), 'B'] * 1.2) & (x >= s.loc[x.index.max(), 'B'] * 0.8)]),
    raw=False
)

# 保留原计数列用于对比
s['inrange_count'] = s['B'].rolling(10).apply(lambda x: np.sum((x<=s.loc[x.index.max(),'B']*1.2) & (x>=s.loc[x.index.max(),'B']*0.8)))

关键细节说明 #

• raw=False：确保传入lambda的x是pandas Series对象，而非numpy数组，这样才能通过x.index.max()获取窗口最后一行的索引，匹配当前行的上下限。
• 筛选逻辑：用布尔索引筛选窗口内落在当前行B值80%-120%区间的数值，再转成列表存入新列。

如果你的需求是仅对比当前行的前10行（不包含当前行），可以调整窗口大小并排除当前行，代码如下：

# 仅匹配当前行前10行的版本
s['inrange_values_prev10'] = s['B'].rolling(11).apply(
    lambda x: list(x[:-1][(x[:-1] <= s.loc[x.index.max(), 'B'] * 1.2) & (x[:-1] >= s.loc[x.index.max(), 'B'] * 0.8)]),
    raw=False
).shift(1)

内容的提问来源于stack exchange，提问作者Yiwei