Python对DataFrame应用行级条件函数识别相对最大值及报错处理

你遇到的报错本质是apply逐行调用时传入了完整Series作为get_max参数，对整个Series做布尔判断才会触发歧义错误，完全无需自定义函数和循环，直接用pandas向量化条件判断即可实现需求：

第一步：修正DataFrame构造 #

你原代码的df构造缺少high列名，先补全：

import pandas as pd
temp_list = [128.71, 130.2242, 131.0, 131.45, 129.69, 130.17, 132.63, 131.63, 131.0499, 131.74, 133.6116, 134.74, 135.99, 138.789, 137.34, 133.46, 132.43, 134.405, 128.31, 129.1]
df_data = pd.DataFrame(temp_list, columns=['high'])
# 自定义n值，比如取此前3个值做比较
n = 3

第二步：计算滚动最大值 #

这部分你原有逻辑是对的，shift()是为了排除当前行，只取此前n个值的最大值：

df_data['rolling_max'] = df_data['high'].rolling(n).max().shift()

第三步：向量化条件判断生成ismax列 #

直接把三个判断条件按位与后转整型即可，全程无循环：

cond1 = df_data['high'] > df_data['high'].shift(1) # 大于前一个相邻值
cond2 = df_data['high'] > df_data['high'].shift(-1) # 大于后一个相邻值
cond3 = df_data['high'] > df_data['rolling_max'] # 大于此前n个值的最大值

df_data['ismax'] = (cond1 & cond2 & cond3).astype(int)

结果说明 #

• 首行无前一个相邻值、末行无后一个相邻值，默认会返回0，符合业务逻辑
• 所有运算都是pandas原生向量化操作，运行效率远高于逐行apply

内容的提问来源于stack exchange，提问作者arodrisa