如何在Pandas DataFrame中按行计算窗口大小为5的最大值？

针对你需要对大型DataFrame按行计算窗口大小为5的最大值的需求，这里提供两种高效的实现方法，以你给出的3行15列示例DataFrame为例：

方法一：利用Numpy数组重构（高效推荐） #

通过将DataFrame转换为Numpy数组后重构形状，直接按窗口维度取最大值，适合处理大规模数据：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame()
df['a'] = [1, 0, 1]
df['b'] = [10,12,4]
df['c'] = [10, 0, 6]
df['d'] = [10,102,1]
df['aa'] = [-1, 10, 21]
df['bb'] = [10,12,31]
df['ac'] = [-1, 0, 41]
df['bv'] = [20,121,11]
df['a1'] = [3, 10, 1]
df['bx'] = [10,12,51]
df['ad'] = [6, 10, 1]
df['bn'] = [101,12,31]
df['aq'] = [2, 0, 1]
df['bp'] = [1,112,12]
df['ak'] = [23, 0, 1]

# 核心逻辑：重构数组形状后按窗口取最大值
result = pd.DataFrame(
    df.values.reshape(-1, len(df.columns)//5, 5).max(axis=2),
    columns=['v1', 'v2', 'v3']
)

print(result)

逻辑说明： #

1. df.values 获取DataFrame的底层Numpy数组，形状为(3,15)
2. .reshape(-1, 3, 5) 将数组重构为(行数, 窗口数, 窗口大小)，其中-1自动匹配原行数，3是15//5得到的窗口数量，5是窗口大小
3. .max(axis=2) 沿着窗口内的列维度（第三个轴）计算最大值，得到形状为(3,3)的结果数组
4. 转换为DataFrame并指定列名，得到预期输出

方法二：Pandas分组计算 #

通过对列索引进行分组，每5列分为一组，再计算每行的最大值：

import pandas as pd
import numpy as np

# 构造示例DataFrame（同上，省略重复代码）

# 按列索引每5个分组，计算每行最大值
result = df.groupby(np.arange(len(df.columns)) // 5, axis=1).max()
# 重命名列名
result.columns = [f'v{i+1}' for i in range(result.shape[1])]

print(result)

逻辑说明： #

1. np.arange(len(df.columns))//5 生成列分组标签：前5列标签为0，中间5列为1，最后5列为2
2. groupby(..., axis=1) 指定按列方向分组
3. .max() 对每个分组计算每行的最大值
4. 最后重命名列名以匹配预期输出

两种方法都能得到你需要的结果，其中Numpy数组重构的方法在处理大型DataFrame时性能更优。

内容的提问来源于stack exchange，提问作者Sadcow