极值定位：寻找历史最高价与最低价的发生日

小象实战讲义 · 量化交易Python入门：从咖啡馆到华尔街

Pandas 是量化交易员最核心的武器。本章你将通过 Series 和 DataFrame 深度处理时间序列行情数据，掌握 loc/iloc 定位筛选、缺失值与重复值清洗、以及最大回撤与年化波动率等核心指标统计计算。

💡 核心导读

本节将深入讲解 Pandas 中四个核心统计方法：max()、min()、idxmax() 和 idxmin()。通过学习，您将掌握如何快速获取数据集的极值及其位置索引，这是数据分析中最常用的基础操作之一。重点包括：1) 单列/多列极值计算 2) 行列方向控制 3) 缺失值处理策略 4) 索引位置获取的实际应用场景。所有知识点均通过真实数据集演示，确保学完即可投入实际工作。

极值计算方法基础

基本语法与单列操作

import pandas as pd
import numpy as np

data = {
    '温度': [22.5, 24.0, np.nan, 21.3, 26.2, 19.8],
    '湿度': [45, 62, 78, 51, np.nan, 39],
    '股票标的': ['苹果公司', '谷歌公司', '亚马逊', '微软公司', '重庆', '成都']
}
df = pd.DataFrame(data, index=['周一', '周二', '周三', '周四', '周五', '周六'])

print("温度最高值:", df['温度'].max())
print("湿度最低值:", df['湿度'].min())

print("温度最大值(跳过NA):", df['温度'].max(skipna=True))
print("湿度最小值(包含NA):", df['湿度'].min(skipna=False))

执行后数据对比：

温度最高值: 26.2
湿度最低值: 39.0
温度最大值(跳过NA): 26.2
湿度最小值(包含NA): nan

多列与方向控制

import pandas as pd
import numpy as np

data = {
    '温度': [22.5, 24.0, np.nan, 21.3, 26.2, 19.8],
    '湿度': [45, 62, 78, 51, np.nan, 39],
    '股票标的': ['苹果公司', '谷歌公司', '亚马逊', '微软公司', '重庆', '成都']
}
df = pd.DataFrame(data, index=['周一', '周二', '周三', '周四', '周五', '周六'])

print("各列最大值:\n", df[['温度', '湿度']].max())

df['体感指数'] = df['温度'] * 0.7 + df['湿度'] * 0.3
print("每日最高指标:\n", df[['温度', '湿度', '体感指数']].max(axis=1))

各列最大值:
 温度    26.2
湿度    78.0
dtype: float64
每日最高指标:
 周一    45.0
周二    62.0
周三    78.0
周四    51.0
周五    26.2
周六    39.0
dtype: float64

索引位置定位方法

idxmax/idxmin 实战

import pandas as pd
import numpy as np

data = {
    '温度': [22.5, 24.0, np.nan, 21.3, 26.2, 19.8],
    '湿度': [45, 62, 78, 51, np.nan, 39],
    '股票标的': ['苹果公司', '谷歌公司', '亚马逊', '微软公司', '重庆', '成都']
}
df = pd.DataFrame(data, index=['周一', '周二', '周三', '周四', '周五', '周六'])

max_temp_day = df['温度'].idxmax()
min_humidity_day = df['湿度'].idxmin()

print(f"温度最高的日期: {max_temp_day}")
print(f"湿度最低的日期: {min_humidity_day}")

print("各指标峰值日期:")
print(df[['温度', '湿度']].idxmax())

输出结果：

温度最高的日期: 周五
湿度最低的日期: 周六
各指标峰值日期:
温度    周五
湿度    周三
dtype: str

复合条件应用

import pandas as pd
import numpy as np

data = {
    '温度': [22.5, 24.0, np.nan, 21.3, 26.2, 19.8],
    '湿度': [45, 62, 78, 51, np.nan, 39],
    '股票标的': ['苹果公司', '谷歌公司', '亚马逊', '微软公司', '重庆', '成都']
}
df = pd.DataFrame(data, index=['周一', '周二', '周三', '周四', '周五', '周六'])
df['体感指数'] = df['温度'] * 0.7 + df['湿度'] * 0.3

max_feel_idx = df['体感指数'].idxmax()
print("最舒适日数据:\n", df.loc[max_feel_idx])

df2 = pd.DataFrame({'A': [1, 2, 2, 1]})
print("重复值处理:", df2['A'].idxmax())

最舒适日数据:
 温度      24.0
湿度      62.0
股票标的    谷歌公司
体感指数    35.4
Name: 周二, dtype: object
重复值处理: 1

高级应用技巧

与groupby结合

import pandas as pd

sales = pd.DataFrame({
    '地区': ['华东']*4 + ['华北']*3,
    '销售额': [120, 150, 90, 110, 85, 130, 105]
})

region_max = sales.groupby('地区')['销售额'].max()
region_max_day = sales.groupby('地区')['销售额'].idxmax()

print("各区最高销售额:\n", region_max)
print("各区峰值记录位置:\n", region_max_day)

各区最高销售额:
 地区
华东    150
华北    130
Name: 销售额, dtype: int64
各区峰值记录位置:
 地区
华东    1
华北    5
Name: 销售额, dtype: int64

性能优化建议

import pandas as pd
import numpy as np

np.random.seed(42)
large_df = pd.DataFrame(np.random.rand(10, 5))

col_max = large_df[3].max()
row_max = large_df.max()[3]

print("列索引3的最大值:", col_max)
print("行索引3的最大值:", row_max)
print("向量化操作比逐元素循环快数个数量级")

列索引3的最大值: 0.9488855372533332
行索引3的最大值: 0.9488855372533332
向量化操作比逐元素循环快数个数量级

📝 动手练一练

第 1 题 · 概念应用

你正在分析一个多资产投资组合的日度收益率数据。DataFrame portfolio_returns 的列是不同资产（如 ‘Stock_A’, ‘Stock_B’, ‘Bond_C’），行是日期索引。你想找出在整个观测期内，哪一天所有资产的收益率同时表现得最差（即所有资产收益率之和最低），并获取该日期。

以下哪种方法是正确且最高效的？

• A. 先计算每日的总收益率 daily_total = portfolio_returns.sum(axis=1)，然后使用 daily_total.idxmin() 找到日期。
• B. 对每一列分别使用 .idxmin()，然后取这些日期中出现次数最多的那个。
• C. 使用 portfolio_returns.min(axis=0).idxmin() 来定位。
• D. 使用 portfolio_returns.stack().idxmin()，因为 stack() 会将所有数据压成一列。

第 2 题 · 代码填空

你正在计算一只股票过去一周的日度最大回撤（即每日收盘价相对于此前最高点的最大跌幅）。核心步骤是：先计算截至当日的历史最高价序列（即滚动最大值），然后用当日收盘价除以这个历史最高价再减1，得到回撤率，最后找出其中的最小值。

请补全下方代码中的关键函数名，以实现计算历史最高价序列。

import pandas as pd

# 模拟过去一周的收盘价数据
close_prices = pd.Series([100, 102, 98, 105, 103],
                         index=pd.to_datetime(['2026-06-09', '2026-06-10', '2026-06-11', '2026-06-12', '2026-06-13']))

# 计算截至每日的历史最高价（累积最大值）
historical_high = close_prices.______()
print("历史最高价序列:")
print(historical_high)

# 计算每日的回撤率 (当前收盘价 / 历史最高价 - 1)
drawdown = close_prices / historical_high - 1
max_drawdown = drawdown.min()
max_drawdown_date = drawdown.idxmin()

print(f"\n最大回撤发生在 {max_drawdown_date.date()}， 回撤率为: {max_drawdown:.2%}")

import pandas as pd

# 模拟过去一周的收盘价数据
close_prices = pd.Series([100, 102, 98, 105, 103],
                         index=pd.to_datetime(['2026-06-09', '2026-06-10', '2026-06-11', '2026-06-12', '2026-06-13']))

# 计算截至每日的历史最高价（累积最大值）
historical_high = close_prices.cummax()
print("历史最高价序列:")
print(historical_high)

# 计算每日的回撤率 (当前收盘价 / 历史最高价 - 1)
drawdown = close_prices / historical_high - 1
max_drawdown = drawdown.min()
max_drawdown_date = drawdown.idxmin()

print(f"\n最大回撤发生在 {max_drawdown_date.date()}， 回撤率为: {max_drawdown:.2%}")

历史最高价序列:
2026-06-09    100
2026-06-10    102
2026-06-11    102
2026-06-12    105
2026-06-13    105
dtype: int64

最大回撤发生在 2026-06-11， 回撤率为: -3.92%

本章小结

📋 行动清单

• 在自有数据集上练习 idxmax() 与 groupby() 的组合应用，找出各分类下的峰值记录
• 创建包含缺失值的 DataFrame，测试 skipna 参数在不同方法中的表现差异
• 用时间序列数据实践，找出最近30天内销售额最高和最低的具体日期

—— 小象教研组