如何创建一个新的布尔列来处理前n行中的信息

Question

给定一个数据帧df，我想基于前n行（例如前3行）中的值为每行生成一个新的变量/列。

例如，给出以下内容：

输入

A   B  C
10  2  59.4
53  3  71.5
32  2  70.4
24  3  82.1

D的计算：如果在C中的实际行中或C中的前3行中有2个或更多的单元格> 70，则为1，否则为0

输出

A   B  C     D
10  2  59.4  0
53  3  71.5  0
32  2  70.4  1
24  3  82.1  1

我该怎么做在大熊猫中？

Answer 1

IIUC，应使用rolling，并在apply

中建立逻辑

window = 3
df.C.rolling(window).apply(lambda s: 1 if (s>=70).size >= 2 else 0)

0    NaN
1    NaN
2    1.0
3    1.0

您还可以fillna将NaN变成0

.fillna(0)

0    0.0
1    0.0
2    1.0
3    1.0

Answer 2

我认为@RafaelC的答案是正确的方法。我为（a）提供涵盖边缘情况的更好示例数据以及（b）略微调整@RafaelC的语法提供了一个答案。特别是：

• min_periods = 1允许索引值小于窗口的早期行为非NaN
• window = 4允许考虑当前条目以及前三个条目
• 使用sum()代替size仅获得True值

更新的代码：

window = 4
df.C.rolling(window, min_periods=1).apply(lambda x: (x>70).sum()>=2)

数据：

A   B  C
10  2  59.4
53  3  71.5
32  2  70.4
24  3  82.1
11  4  10.1
10  5  1.0
12  3  2.3
13  2  1.1
99  9  70.2
12  9  80.0

根据OP规则的预期输出：

0    0.0
1    0.0
2    1.0
3    1.0
4    1.0
5    1.0
6    0.0
7    0.0
8    0.0
9    1.0
Name: C, dtype: float64