Python 熊猫：如何返回col值大于'；x'；在滚动窗口中

我有一个大的df，我试图找到所有行，其中特定列中的值高于给定的数字，但在一个窗口内，比如说3行，并且只返回在给定数字上具有最高值的行

A    B    C    D    E
1    5    9    10   15
2    4    7    12   16
3    3    5    10   18
4    2    3    15   17
5    1    1    10   14
6    5    9    17   13
7    4    7    10   14
8    3    5    19   19
9    2    3    10   18
10   4    7    5   14
11   3    5    6   19
12   2    3    7   18

如果我想对D列的上述示例执行此操作，其中值必须大于11，则输出将为

A    B    C    D    E
2    4    7    12   16
6    5    9    17   13
8    3    5    19   19.

最好的办法是什么

我试过：

df.rolling（3，win\u type=None，on='D'）

但无法找到包含大于条件的方法

任何帮助都是值得感激的。谢谢

编辑： 试试这个：

threshold = 11
window = 3
df['r'] = np.floor(df.index / window)
print(df.groupby('r').apply(lambda x : (x.loc[x['D'] == x['D'].max() ,:]) if x['D'].max() > threshold else None))

使用后可以删除列“r”

输出：

      A  B  C   D   E    r
r                          
0.0 1  2  4  7  12  16  0.0
1.0 5  6  5  9  17  13  1.0
2.0 7  8  3  5  19  19  2.0

已编辑： 试试这个：

threshold = 11
window = 3
df['r'] = np.floor(df.index / window)
print(df.groupby('r').apply(lambda x : (x.loc[x['D'] == x['D'].max() ,:]) if x['D'].max() > threshold else None))

使用后可以删除列“r”

输出：

      A  B  C   D   E    r
r                          
0.0 1  2  4  7  12  16  0.0
1.0 5  6  5  9  17  13  1.0
2.0 7  8  3  5  19  19  2.0

---

这回答了你的问题吗？不完全是，我不想返回每个窗口中的最大值，因为有时值会低于我想要设置的最小值。我认为任何pandas方法都不会有帮助，您应该使用simple for loop解析。如果你想要的话，我可以帮你。这能回答你的问题吗？不完全是，我不想返回每个窗口中的最大值，因为有时值会低于我想要设置的最小值。我认为任何pandas方法都不会有帮助，您应该使用simple for loop解析。如果你想要的话，我可以帮你。这成功了！尽管如此，我还是不太明白。非常感谢。为所需窗口创建组，并通过

groupby

和

lambda

实现组的所需过滤，这是有效的！尽管如此，我还是不太明白。非常感谢。为所需窗口创建组，并通过

groupby

和

lambda