Question

我有一个类似于此代码生成的pandas DataFrame：

names = ['steve', 'bob', 'harry', 'jeff'] * 5
df = pd.DataFrame(
    index=pd.DatetimeIndex(start='2018-10-10', end='2018-10-29', freq='D'), 
    data={'value': [x for x in range(20)],
          'names': names,
         }
)
df['roll'] = np.random.randint(1, 6, df.shape[0])

哪个生成的数据看起来像这样：

            value  names  roll
2018-10-10      0  steve     2
2018-10-11      1    bob     5
2018-10-12      2  harry     4
2018-10-13      3   jeff     2
2018-10-14      4  steve     2
2018-10-15      5    bob     4
2018-10-16      6  harry     1
2018-10-17      7   jeff     2
2018-10-18      8  steve     3
2018-10-19      9    bob     3
...

我想添加另一列result，该列是布尔值，按名称分组，当当前行中的roll值出现在10天的滞后时间范围内时，则为true。即我想要这个：

            value  names  roll  result
2018-10-10      0  steve     2   False
2018-10-11      1    bob     5   False
2018-10-12      2  harry     4   False
2018-10-13      3   jeff     2   False
2018-10-14      4  steve     2    True
2018-10-15      5    bob     4   False
2018-10-16      6  harry     1   False
2018-10-17      7   jeff     2    True
2018-10-18      8  steve     3    True
2018-10-19      9    bob     3   False
...

我已经尝试过了：

df['result'] = (
    df.groupby('names').apply(lambda x: x['roll'].isin(x.shift().rolling('10D')['roll']))
)

这对我来说很合乎逻辑，但是我得到一个NotImplementedError指向我这里：https://github.com/pandas-dev/pandas/issues/11704。

是否有熊猫本机的方式可以到达我想要的地方？

Answer 1

我认为rolling不需要

df.reset_index().groupby(['names','roll'])['index'].diff().dt.days<10
Out[49]: 
0    False
1    False
2    False
3    False
4     True
5    False
6    False
7     True
8    False
9    False
Name: index, dtype: bool

检查熊猫系列当前行中的值是否在滞后窗口中

1 个答案: