检查pandas Series当前行的值是否在滞后窗口中

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])

这会产生如下所示的数据：

            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result列布尔值，当当前行中的 roll 值出现在 10 天滞后窗口内时，按名称和 true 分组。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

...

我试过这个：

df['result'] = (

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

)

这对我来说是合乎逻辑的，但我得到了一个NotImplementedError指向我的信息：https : //github.com/pandas-dev/pandas/issues/11704。

有没有一种熊猫本地方式可以到达我想去的地方？

Answer 1

我认为rolling这里不需要df.reset_index().groupby(['names','roll'])['index'].diff().dt.days<10Out[49]:&nbsp;0&nbsp; &nbsp; False1&nbsp; &nbsp; False2&nbsp; &nbsp; False3&nbsp; &nbsp; False4&nbsp; &nbsp; &nbsp;True5&nbsp; &nbsp; False6&nbsp; &nbsp; False7&nbsp; &nbsp; &nbsp;True8&nbsp; &nbsp; False9&nbsp; &nbsp; FalseName: index, dtype: bool