如何将DataFrame中每日为中心的5列垂直合并为新单列并计算90百分位

实现代码与思路说明 #

你原有代码的问题是通过行内apply把多列值拼接为字符串，属于水平聚合，要实现多列所有值的垂直堆叠，直接提取窗口列后拍平为一维数组即可，以下是可直接运行的实现：

方案1：先构造目标RollingPercentile再计算百分位

import pandas as pd
import numpy as np

# 先获取所有日期列名列表
date_cols = BaseResult.columns.tolist()
n_dates = len(date_cols)
half_window = 2 # 5天窗口中心前后各2天

rolling_data = {}
for target_idx in range(n_dates):
    # 生成当前目标列对应的窗口列索引，这里用取模实现边界循环（如1月1日的窗口会取上一年12月最后2天）
    window_cols_idx = [(target_idx - half_window + i) % n_dates for i in range(5)]
    # 提取5列所有值，拍平为一维数组（41行*5列=205个元素，你提到的200为笔误）
    window_vals = BaseResult.iloc[:, window_cols_idx].values.flatten()
    rolling_data[date_cols[target_idx]] = window_vals

# 得到你需要的205行×365列的RollingPercentile
RollingPercentile = pd.DataFrame(rolling_data)
# 计算每列90百分位，得到含365个值的数组
Percentile90_arr = RollingPercentile.quantile(0.9, axis=0).values

方案2：更省内存的直接计算方案

不需要构造中间的大体积RollingPercentile，遍历过程中直接计算百分位即可：

import numpy as np

date_cols = BaseResult.columns.tolist()
n_dates = len(date_cols)
half_window = 2
percentile90_list = []

for target_idx in range(n_dates):
    window_cols_idx = [(target_idx - half_window + i) % n_dates for i in range(5)]
    window_vals = BaseResult.iloc[:, window_cols_idx].values.flatten()
    percentile90_list.append(np.percentile(window_vals, 90))

# 直接得到365个值的结果数组
Percentile90_arr = np.array(percentile90_list)

边界处理说明

如果不需要循环取跨年日期，而是希望开头/结尾的窗口截断（如1月1日只取1月1日-1月3日的数据），把窗口索引生成代码替换为以下即可：

window_cols_idx = [max(0, min(target_idx - half_window + i, n_dates-1)) for i in range(5)]

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