在基于指数的动态滚动窗口中寻找最大跌幅和升幅

【问题标题】：Finding greatest fall and rise in a dynamic rolling window based on index在基于指数的动态滚动窗口中寻找最大跌幅和升幅
【发布时间】：2020-03-28 21:29:14
【问题描述】：

有如下读数的df：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(1000, size=100), index=range(100), columns = ['reading'])

想根据其索引找出每一行的最大升幅和最大降幅，理论上可以用公式来实现...

如何编码？

试过了：

df.assign(gr8Rise=df.rolling(df.index).apply(lambda x: x[-1]-x[0], raw=True).max())

...失败了ValueError: window must be an integer

更新：基于@jezrael 数据集，gr8Rise 的输出预期如下：

【问题讨论】：

标签： pandas

【解决方案1】：

用途：

np.random.seed(2019)

df = pd.DataFrame(np.random.randint(100, size=10), index=range(10), columns = ['reading'])

df['gr8Rise'] = [df['reading'].rolling(x).apply(lambda x: x[0]-x[-1], raw=True).max() 
                 for x in range(1, len(df)+1)]
df.loc[0, 'gr8Rise']= np.nan
print (df)
   reading  gr8Rise
0       72      NaN
1       31     41.0
2       37     64.0
3       88     59.0
4       62     73.0
5       24     76.0
6       29     72.0
7       15     57.0
8       12     60.0
9       16     56.0

【讨论】：

不幸的是，它看起来不正确。第 1 行应该是 41，第 2 行应该是 64。请看imgur.com/a/GrpAgE5?
df.gr8Rise.iloc[1] 应该是 = 41，因为 72 - 31 = 41 是最大的上升。 df.gr8Rise.iloc[2] 应该是 = 64，因为 88 - 24 = 64 是最大的上升。无法理解您是如何获得 51 和 51 的这些...
@reservoirinvest - 嗯，所有数据的预期输出是什么？
gr8Rise[0..9] = (41, 64, 59, 73, 76, 72, 57, 60, 56)。
请参阅问题中的更新。