Pandas如何计算分组内条件滚动/累积最大值 避免使用慢循环

核心实现代码 #

一行代码即可完成计算，全程无循环，为纯向量化操作：

df['condrolmax_calc'] = df.assign(temp=df['close'].where(df['bool'])).groupby((df['bool'] & ~df['bool'].shift(fill_value=False)).cumsum())['temp'].cummax()

实现原理解析 #

1. 首先通过df['close'].where(df['bool'])生成临时序列：bool列为True时取对应close值，bool列为False时填充NaN，避免无效值参与最大值计算
2. 生成分组键：(df['bool'] & ~df['bool'].shift(fill_value=False)).cumsum()，每次bool列从False切换为True时分组ID自增1，将连续True区间及后续跟随的False行划分到同一分组
3. 按分组键分组后，对每个分组内的临时序列执行cummax累计最大值计算，自动跳过NaN值，实现遇到False后首个True自动重置最大值的需求

验证说明 #

执行上述代码后生成的计算结果与你提供的示例condrolmax列完全匹配，性能远高于自定义循环，可直接用于百万行级以上的数据集计算。

内容的提问来源于stack exchange，提问作者plonfat