如何在Python的Pandas Series中按固定分段提取最大值？

nlargest确实不适合你的场景——它是从整个Series里提取前n个最大值并降序排列，和你需要的按固定窗口分组取每组最大值、保留组顺序的需求不匹配。

正确实现方式 #

核心思路是先给Series的元素按每n个一组分配分组标识，再按分组取最大值，这样就能保留原分组的顺序。

代码示例

假设你有如下Series：

import pandas as pd
import numpy as np

s = pd.Series([2, 1, 3, 5, 3, 6, 1, 6, 9])
n = 3

生成分组标识，每n个元素为一组：

groups = np.arange(len(s)) // n

然后分组取最大值：

result = s.groupby(groups).max()

执行后result的结果就是：

0    3
1    6
2    9
dtype: int64

如果不需要保留分组索引，也可以用reset_index(drop=True)去掉：

result = s.groupby(groups).max().reset_index(drop=True)

原理说明 #

• np.arange(len(s)) // n会生成一个和Series长度相同的数组，比如n=3时，数组是[0,0,0,1,1,1,2,2,2]，对应每3个元素一组的分组标记。
• groupby(groups)会按标记把元素分成对应的组，再调用max()就能得到每组的最大值，且分组顺序和原Series的分组顺序一致。

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