Pandas如何实现窗口完成后自动重置的rolling滚动最大值计算

Pandas原生rolling()接口默认采用连续滑动逻辑，步长固定为1，相邻窗口存在数据重叠。你需要的单窗口计算完成即中断逻辑、重置起点开启下一轮窗口计算的效果，本质是无重叠分块滚动计算，可通过以下两种方案实现。

方法1：基于numpy分块分组实现（性能最优） #

核心逻辑是按设定的窗口大小为每一行生成分组标签，同一标签对应一个独立的计算窗口，分组内直接聚合求最大值即可，无额外的滑动计算开销。

import pandas as pd
import numpy as np

# 构造测试数据集
df = pd.DataFrame({'value': [3, 1, 4, 1, 5, 9, 2, 6]})
window_size = 3  # 可根据需求自定义窗口长度

# 按窗口大小生成分组序号，每个分组对应一个独立的重启窗口
df['block_rolling_max'] = df['value'].groupby(
    np.arange(len(df)) // window_size
).transform('max')

以上述测试数据、窗口大小3为例，计算得到的结果列为[4,4,4,9,9,9,6,6]，窗口之间无重叠，每段窗口计算完成后直接重置起点开启下一轮计算，尾部不足窗口长度的残段会自动作为独立窗口计算。

方法2：调用原生rolling接口的step参数实现（适配Pandas 1.3+版本） #

如果希望沿用rolling接口的调用习惯，可以直接将步长参数step设置为和窗口大小相等，让窗口每次滑动时直接跳过整个窗口长度，达到计算完即重启的效果，最后将聚合结果回填到原表对应位置即可。

window_size = 3
# 步长与窗口大小一致，窗口无重叠，等价于每算完一个窗口就重置起点
rolling_res = df['value'].rolling(
    window=window_size,
    step=window_size,
    min_periods=1  # 设为1可兼容尾部不足窗口长度的残段计算
).max()
# 将窗口计算结果向前填充，匹配原表索引
df['step_rolling_max'] = rolling_res.reindex(df.index, method='ffill')

注意事项 #

• 若数据使用时间类型索引，需要按固定时间间隔划分重启窗口，可以将分组逻辑替换为对应时间频率的重采样规则，或直接调用resample接口做分块聚合。
• 两种实现方案性能差异极小，百万行级以内的数据可任意选择；千万行级以上超大数据集优先选择方法1，基于numpy整数分组的计算效率更高。
• 如果需要忽略窗口内的空值，直接在max()计算时传入skipna=True即可，和Pandas原生聚合参数用法完全一致。

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