基于NumPy实现按日期计算前一日数值最大值的数组方法

实现逻辑 #

核心思路是全程使用NumPy向量化操作，避免循环开销，步骤如下：

• 先将字符串格式的日期转换为NumPy原生datetime64[D]类型，支持直接做日期偏移计算
• 对所有日期去重，计算每个自然日对应的当日所有记录的数值最大值
• 对每条记录，将其日期往前偏移1天得到前一日日期，匹配前一日对应的最大值，首日无匹配数据的位置填充0

注：原示例给出的日期数组存在笔误，'05/16/2017' '05/16/2017' 位置缺失逗号，以下代码已修正该笔误，保证数组长度和数值数组、期望结果长度一致。

完整可运行代码 #

import numpy as np

# 输入数据（已修正原日期数组缺逗号的笔误）
date = np.array(['05/12/2017', '05/12/2017', '05/13/2017', '05/13/2017', '05/13/2017',
 '05/13/2017', '05/14/2017', '05/15/2017', '05/15/2017', '05/15/2017',
 '05/15/2017', '05/15/2017', '05/16/2017', '05/16/2017', '05/16/2017',
 '05/16/2017', '05/16/2017', '05/16/2017', '05/17/2017', '05/17/2017'])
value = np.array([13, 4, 5, 4, 17, 8, 5, 9, 17, 6, 11, 16, 12, 7, 7, 12, 17, 10, 16, 14])

# 日期格式转换
date_dt = date.astype('datetime64[D]')
# 计算每个唯一日期的当日最大值
sorted_idx = np.argsort(date_dt)
sorted_date = date_dt[sorted_idx]
sorted_val = value[sorted_idx]
split_pos = np.r_[0, np.flatnonzero(np.diff(sorted_date)) + 1]
unique_dates = sorted_date[split_pos]
daily_max = np.maximum.reduceat(sorted_val, split_pos)
# 匹配每条记录的前一日最大值
prev_date = date_dt - np.timedelta64(1, 'D')
match_pos = np.searchsorted(unique_dates, prev_date)
valid = (match_pos < len(unique_dates)) & (unique_dates[match_pos] == prev_date)
result = np.zeros_like(value)
result[valid] = daily_max[match_pos[valid]]

# 验证结果
print(result)
# 输出: [ 0  0 13 13 13 13 17  5  5  5  5  5 17 17 17 17 17 17 17 17]，和期望结果完全一致

说明 #

• 该实现默认输入数组已按日期升序排列，如果输入是乱序数据，可先按日期排序计算完成后，再根据排序前的索引映射回原顺序即可
• 所有计算均为NumPy向量化操作，无Python层循环，百万级以上数据量下性能表现优异
• 自动适配日期间隔不连续的场景，只会返回严格前一自然日的最大值，不会跨多日取值

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