Python Pandas：大型DataFrame中提取各周期两个局部最大值的最优方法

你需要的是识别每个周期内的局部极大值，而非直接取数值最高的两个值，以下是两种可直接运行的实现方案：

方法1：纯Pandas实现（无额外依赖） #

通过shift方法比对每个点和前后相邻值的大小，判断是否为局部峰值：

import pandas as pd

# 模拟数据
data = {'Cycle':[1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3], 'Pressure':[100,110,140,180,185,160,120,110,189,183,103,115,140,180,200,162,125,110,196,183,100,110,140,180,185,160,120,180,201,190]}
df = pd.DataFrame(data)

# 峰值提取逻辑
def extract_peaks(group):
    p = group['Pressure']
    # 局部峰值判断规则：比前一个值大，同时比后一个值大
    is_peak = (p > p.shift(1)) & (p > p.shift(-1))
    return pd.DataFrame({
        'Cycle': group['Cycle'].iloc[0],
        'Peak Maxs': p[is_peak].values
    })

df2 = df.groupby('Cycle', group_keys=False).apply(extract_peaks).reset_index(drop=True)

方法2：基于scipy的峰值检测（适合含噪声的场景） #

如果原始数据存在波动干扰，可以用scipy的峰值检测工具，支持设置峰高、峰宽等过滤参数：

import pandas as pd
import numpy as np
from scipy.signal import argrelextrema

# 模拟数据同上
data = {'Cycle':[1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3], 'Pressure':[100,110,140,180,185,160,120,110,189,183,103,115,140,180,200,162,125,110,196,183,100,110,140,180,185,160,120,180,201,190]}
df = pd.DataFrame(data)

def extract_peaks(group):
    # 检测局部极大值
    peak_idx = argrelextrema(group['Pressure'].values, np.greater)[0]
    # 可根据需求添加过滤逻辑，例如只保留峰值大于150的结果
    peak_values = group['Pressure'].iloc[peak_idx]
    return pd.DataFrame({
        'Cycle': group['Cycle'].iloc[0],
        'Peak Maxs': peak_values.values
    })

df2 = df.groupby('Cycle', group_keys=False).apply(extract_peaks).reset_index(drop=True)

输出结果 #

两种方法得到的df2均和要求的格式完全一致：

Cycle  Peak Maxs
0      1        185
1      1        189
2      2        200
3      2        196
4      3        185
5      3        201

峰值对应位置示意图：

内容的提问来源于stack exchange，提问作者SeanK22