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'] * 5df = 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  roll2018-10-10      0  steve     22018-10-11      1    bob     52018-10-12      2  harry     42018-10-13      3   jeff     22018-10-14      4  steve     22018-10-15      5    bob     42018-10-16      6  harry     12018-10-17      7   jeff     22018-10-18      8  steve     32018-10-19      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  result2018-10-10      0  steve     2   False2018-10-11      1    bob     5   False2018-10-12      2  harry     4   False2018-10-13      3   jeff     2   False2018-10-14      4  steve     2    True2018-10-15      5    bob     4   False2018-10-16      6  harry     1   False2018-10-17      7   jeff     2    True2018-10-18      8  steve     3    True2018-10-19      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<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