使用FixedForwardWindowIndexer实现Pandas向前滚动窗口排名结果异常求助

问题原因 #

在 Pandas 1.5.1 版本中，FixedForwardWindowIndexer 与 rank 方法结合使用时存在行为异常——排名计算是基于窗口内元素的逆序进行的，而非你预期的正序窗口。这是早期 Pandas 版本的已知问题，后续版本（2.0+）已修复该逻辑。

比如你提到的第 0 行窗口 [9,3,4,5,1]，实际计算时被当作 [1,5,4,3,9] 来排名，ascending=False 下 9 的排名是 5.0，这就导致了结果与预期相反。

解决方案 #

方案1：升级 Pandas 版本 #

将 Pandas 升级到 2.0 及以上版本，直接运行你的原代码即可得到预期结果：

df = pd.DataFrame({"X":[9,3,4,5,1,2,8,7,6,10,11]})
window_size = 5
indexer = pd.api.indexers.FixedForwardWindowIndexer(window_size=window_size)
df.rolling(window=indexer).rank(ascending=False)

方案2：自定义窗口计算（适用于无法升级的场景） #

如果无法升级版本，可通过 rolling.apply 自定义向前窗口的排名逻辑，确保基于正序窗口计算：

import pandas as pd

df = pd.DataFrame({"X":[9,3,4,5,1,2,8,7,6,10,11]})
window_size = 5

def forward_rank(window):
    # 对当前窗口正序元素计算降序排名，返回窗口第一个元素的排名（对应当前行）
    return window.rank(ascending=False).iloc[0]

df['X_rank'] = df.rolling(
    window=pd.api.indexers.FixedForwardWindowIndexer(window_size=window_size)
).apply(forward_rank)

执行后得到的结果与你预期一致：

X  X_rank
0     9     1.0
1     3     3.0
2     4     3.0
3     5     3.0
4     1     5.0
5     2     5.0
6     8     3.0
7     7     NaN
8     6     NaN
9    10     NaN
10   11     NaN

补充说明 #

向后滚动窗口（默认的 rolling 窗口）结果正常，是因为它的窗口顺序是从当前行向前取元素，rank 计算逻辑与窗口正序一致，不存在反转问题。

内容的提问来源于stack exchange，提问作者davej