Pandas：在给定非均匀空间索引列表的情况下对数据帧重新采样

Question

给定一个数据框 df: pd.Dataframe 和来自 df.index 的索引的一个子集 selected_indexes，我如何使用应用于每个间隔 selected_indexes[i], selected_indexes[i+1] 的 max 运算符对 df 进行重新采样？

例如，给定一个数据框：

   col
0    5
1    0
2    3
3    3
4    7
5    9
6    3
7    5
8    2
9    4

并选择索引“selected_indexes = [0, 5, 6, 9]”并在每个间隔之间应用 col 列的最大值（假设我们保留终点并排除起点），我们应该得到：

   col
0    5
5    9
6    3
9    5

例如，9行是用7, 8, 9 \in (6, 9]行中的max(5, 2, 4)创建的。

Answer 1

新诠释

selected_indexes = [0, 5, 6, 9]
group = (df.index.to_series().shift() # make groups
           .isin(selected_indexes)    # based on
           .cumsum()                  # previous indices
        )

# get max per group
out = df.groupby(group).max().set_axis(selected_indexes)

输出：

   col
0    5
5    9
6    3
9    5

以前对问题的解释

您可能需要 rolling.max，而不是重新采样：

out = df.loc[selected_indexes].rolling(3, center=True).max()

或者，如果您希望将 ±1 应用于数据前选择：

out = df.rolling(3, center=True).max().loc[selected_indexes]

例子：

np.random.seed(0)
df = pd.DataFrame({'col': np.random.randint(0, 10, 10)})
selected_indexes = [1, 2, 3, 5, 6, 8, 9]

print(df)

   col
0    5
1    0
2    3
3    3
4    7
5    9
6    3
7    5
8    2
9    4


out = df.loc[selected_indexes].rolling(3, center=True).max()
print(out)

   col
1  NaN
2  3.0
3  9.0
5  9.0
6  9.0
8  4.0
9  NaN

out2 = df.rolling(3, center=True).max().loc[selected_indexes]
print(out2)

   col
1  5.0
2  3.0
3  7.0
5  9.0
6  9.0
8  5.0
9  NaN