PANDAS：使用datetime索引将PANDAS系列的n行切片到过去

Question

upper_lower_bound从我的数据帧返回2个日期时间索引。我一次只使用一个，它们之间没有关系

我想从数据帧highP中获取前6行数据的max()值，但如果尝试从中减去6，则会出现错误dt.timedelta(6)从df中减去6天，但df中缺少天数，因此无法提供正确答案

我如何切片highP，以便它为我提供该系列中eg的前六个值

highP.loc[i - 6: i].max()假设i是一个日期时间索引

任何帮助都将不胜感激

upper_lower_bound = df[(isoHL['IH'] >= 1) | (isoHL['IL'] >= 1)].index[-3:-1]

if isoHL.loc[upper_lower_bound[-1]]['IH'] == 1 and isoHL.loc[upper_lower_bound[-1]]['IL'] == 0:
    upper_bound = highP.loc[upper_lower_bound[-1] - dt.timedelta(6):upper_lower_bound[-1]].max()
else:
    pass

Answer 1

按时间排序并用尾部提取最后的元素怎么样？ 出于一般性考虑，我将使用以下符号：

• 数据帧=df
• 时间列=t
• 值列=val
• 某些位置=i

首先，我们获得样本随时间变化的df<；在i的时间：

before_df = df[df['t'] <= df.loc[i, 't']]

然后我们按时间排序：

before_df = before_df.sort_values(by=['t'])

然后我们用“尾巴”取最后五个：

five_before = before_df.tail(5)

然后我们将最大超值：

val = five_before['val'].max()

这能解决你的问题吗

`