如何对含日期时间的DataFrame按日期计算forward looking rolling maximum？

问题分析 #

你需要实现的是按每个日期分组，计算当前行之后所有行的Value最大值（最后一行输出NaN），但你现有代码的逻辑是计算当前行及之前的滚动最大值，方向完全错误，因此无法得到预期结果。

正确实现代码 #

# 确保数据按日期和时间升序排列
df = df.sort_values(by=['Date', 'Time'], ascending=True).reset_index(drop=True)

# 分组计算向前滚动最大值
df['Output'] = df.groupby('Date')['Value'].apply(
    lambda x: x[::-1].expanding().max()[::-1].shift(-1)
)

代码逻辑说明 #

1. 排序重置索引：先按Date和Time升序排序，保证每组内的时间顺序正确，避免索引混乱。
2. 分组处理逻辑：
   • 对每个日期组的Value列，先反转顺序（x[::-1]），把未来的行放到前面。
   • 用expanding().max()计算从当前位置到开头的最大值（对应原顺序中从当前位置到末尾的最大值）。
   • 再次反转结果，恢复原顺序。
   • 最后用shift(-1)把结果向后偏移一位，让当前行对应后面所有行的最大值，最后一行自动变为NaN，完全匹配预期输出。

验证结果 #

用你提供的测试数据运行上述代码，会得到与预期完全一致的Output列：

Date        Time    Value   Output
01/01/2022  01:00      1.3   1.4
01/01/2022  02:00      1.4   1.2
01/01/2022  03:00      0.9   1.2
01/01/2022  04:00      1.2   NaN
01/02/2022  01:00      5     4
01/02/2022  02:00      4     3 
01/02/2022  03:00      2     3
01/02/2022  04:00      3     NaN

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