在使用rolling()获取最大值时，是否可以排除每个窗口的前n个值？

Question

这是我的数据表：

import pandas as pd
df = pd.DataFrame({'a': [150, 106, 119, 131, 121, 140, 160, 119, 170]})

这是我期望的输出结果。我想创建一列 b：

     a      b
0  150      140
1  106      160
2  119      160
3  131      161 
4  121      NaN
5  140      NaN
6  160      NaN
7  119      NaN
8  170      NaN

我想在一个6个数据的窗口中找到最大值。不过，我希望忽略每个窗口的第一个值。

在这张图片中，我展示了我想要的窗口。红色的单元格是要排除在计算之外的，而绿色的单元格是窗口中的最大值，这些最大值会放在 b 列里。

我希望有一个通用的解决方案。比如说，在忽略每个窗口的前N个值后再获取 max()。

以下是我尝试过但没有成功的一些方法：

# attempt 1
df['b'] = df.a.shift(-1).rolling(6).max()
# attempt 2
df['b'] = df.a.rolling(6, closed='left').max()
# attempt 3 
for i in range(3):
    x = df.iloc[i+1:i+6]

Answer 1

简单的方法是使用 groupby.transform，然后把第一个值去掉：

N = 6
df['out'] = df.loc[::-1, 'a'].rolling(N).apply(lambda x: x.iloc[:-1].max())

不过，因为你的操作和这个值没有关系，最好是在计算 rolling.max 时用 N-1，然后再用 shift。这样可以让代码更简单：

N = 6
df['out'] = df.loc[::-1, 'a'].rolling(N-1).max().shift()

注意，因为 rolling 默认使用的是之前的值，所以我们需要先用 [::-1] 来反转这个序列的顺序。

输出结果：

     a    out
0  150  140.0
1  106  160.0
2  119  160.0
3  131  170.0
4  121    NaN
5  140    NaN
6  160    NaN
7  119    NaN
8  170    NaN

推广

如果想要跳过 skip 的值，可以这样推广：

N = 6
skip = 2

df['out'] = df.loc[::-1, 'a'].rolling(N-skip).max().shift(skip)

举个例子（为了更清楚，把第二个 119 改成 118）：

     a  skip=0  skip=1  skip=2  skip=3  skip=4  skip=5  skip=6
0  150   150.0   140.0   140.0   140.0   140.0   140.0     NaN
1  106   160.0   160.0   160.0   160.0   160.0   160.0     NaN
2  119   160.0   160.0   160.0   160.0   160.0   118.0     NaN
3  131   170.0   170.0   170.0   170.0   170.0   170.0     NaN
4  121     NaN     NaN     NaN     NaN     NaN     NaN     NaN
5  140     NaN     NaN     NaN     NaN     NaN     NaN     NaN
6  160     NaN     NaN     NaN     NaN     NaN     NaN     NaN
7  118     NaN     NaN     NaN     NaN     NaN     NaN     NaN
8  170     NaN     NaN     NaN     NaN     NaN     NaN     NaN