Python Pandas如何实现当前两行与前两行的滚动对比及实时校验

一、全量历史数据新增Cond11列 #

你要实现的两行和前两行对比逻辑，用pandas向量化运算即可高效实现，无需自定义滚动apply（性能更高）：
核心逻辑：两行均值对比等价于两行和的对比（两边都除以2，大小关系完全一致），因此我们先计算n列的2行滚动和，再将当前2行滚动和与前2个位置的滚动和对比即可：

# 计算n列每连续2行的和
roll2_sum = df['n'].rolling(2).sum()
# 当前2行和 > 往前数的前2行和，即为满足条件
df['Cond11'] = roll2_sum > roll2_sum.shift(2)

• 注意：最终结果的前3行（索引0、1、2）会返回NaN，属于正常逻辑：至少需要4行数据才能完成两组2行数据的对比，前3行没有足够的前置数据做校验。

如果你习惯用rolling(4)的写法也可以实现，仅性能略低于上述向量化方案：

df['Cond11'] = df['n'].rolling(4).apply(lambda x: x[-2:].mean() > x[:2].mean()).astype(bool)

二、实时场景校验最新行的代码修正 #

你给出的代码不能正确校验条件，问题出在Python的切片规则为左闭右开：

• candles.n[-2:-1].sum() 只会取倒数第2行的单值，不是最后两行的和
• candles.n[-4:-3].sum() 只会取倒数第4行的单值，不是倒数第4、3行的和
  正确写法如下：

# 取最后两行的和 与 倒数第4、3行的和对比
cond11 = candles.n.iloc[-2:].sum() > candles.n.iloc[-4:-2].sum()

• 注意：执行该校验前需要先判断dataframe的行数至少≥4，否则会触发索引越界错误。

内容的提问来源于stack exchange，提问作者Garrad2810