pandasで次の数行から最大値を抽出

Question

次のようなdataframeがあります。
ここで、n行目においてhigh列のn+1からn+t行目のなかで一番大きい値を抽出したいと思っています。

df['max'] = df.high.rolling(window=-t).max()
とwindowをマイナスにするとエラーになってしまいます。

いい方法はないでしょうか？

date_time 	tick_num 	　　　　　　　　　　open 	　high 	　　low 　　　　close 	
0 	2021-01-20 09:00:37+09:00 	139 	3060.0 	3065.0 	3050.0 	3050.0 	
1 	2021-01-20 09:01:18+09:00 	328 	3050.0 	3070.0 	3050.0 	3065.0 	
2 	2021-01-20 09:02:13+09:00 	527 	3065.0 	3075.0 	3060.0 	3070.0 	
3 	2021-01-20 09:02:33+09:00 	630 	3070.0 	3090.0 	3070.0 	3085.0 	
4 	2021-01-20 09:03:24+09:00 	854 	3080.0 	3090.0 	3075.0 	3080.0 	

Answer 1

こういうのではどうでしょうか。

>>> df = pd.DataFrame({'open':[3060.0, 3050.0, 3065.0, 3070.0, 3080.0], 'high':[3065.0, 3070.0, 3075.0, 3090.0, 3090.0]})
>>> print(df)
     open    high
0  3060.0  3065.0
1  3050.0  3070.0
2  3065.0  3075.0
3  3070.0  3090.0
4  3080.0  3090.0
>>> t=1
>>> print(df.high.append(pd.Series([0.]*t)).rolling(window=t).max()[t:])
1    3070.0
2    3075.0
3    3090.0
4    3090.0
0       0.0
dtype: float64
>>> t=2
>>> print(df.high.append(pd.Series([0.]*t)).rolling(window=t).max()[t:])
2    3075.0
3    3090.0
4    3090.0
0    3090.0
1       0.0
dtype: float64
>>> t=3
>>> print(df.high.append(pd.Series([0.]*t)).rolling(window=t).max()[t:])
3    3090.0
4    3090.0
0    3090.0
1    3090.0
2       0.0
dtype: float64

Answer 2

普通にwindow=tを指定して、maxで最大値を求めてから、shift(-t + 1)すればいい。
訂正: 現在行のデータを含まず、次行からというのであれば、さらに1行ずらしてshift(-t)すればいい。

ネタ元は、python - How to Reverse Rolling Sum? - Stack Overflow より。

import pandas as pd
import io

txt = """
date_time,tick_num,open,high,low,close     
2021-01-20 09:00:37+09:00,139,3060.0,3065.0,3050.0,3050.0     
2021-01-20 09:01:18+09:00,328,3050.0,3070.0,3050.0,3065.0     
2021-01-20 09:02:13+09:00,527,3065.0,3075.0,3060.0,3070.0     
2021-01-20 09:02:33+09:00,630,3070.0,3090.0,3070.0,3085.0     
2021-01-20 09:03:24+09:00,854,3080.0,3090.0,3075.0,3080.0     
"""

df = pd.read_csv(io.StringIO(txt))
print(df['high'].rolling(2).max().shift(-2)) # 次行から2つ分のデータの最大値

0    3075.0
1    3090.0
2    3090.0
3       NaN
4       NaN
Name: high, dtype: float64

Comments

[taro_yamada]

なるほど！
よくわかりました！
ありがとうございました！