如何让滚动窗口从熊猫的未来（后续）窗口中迭代？

Question

假设我有这样的df：| 编号| 日期 | 目标行|| 1| 2016-01-01 | 0|| 1| 2016-02-01 | 0|| 1| 2016-03-01| 0|| 1 | 2016-04-01| 0|| 1| 2016-05-01| 1|| 1| 2016-06-01| 0|| 1| 2016-07-01| 0|| 1| 2016-08-01| 0|我的任务是检查接下来的 4 个target_row值是否为 1 - 包括当前值，因此它应该是 1。( groupby('id') is needed)。所以希望输出这个：| 编号| 日期 | 目标行|下一个_6_目标| 1| 2016-01-01 | 0| 0| 1| 2016-02-01 | 0| 1| 1| 2016-03-01| 0| 1| 1 | 2016-04-01| 0| 1| 1| 2016-05-01| 1| 1| 1| 2016-06-01| 0| 0| 1| 2016-07-01| 0| 0| 1| 2016-08-01| 0| 0我试过这种方式： df['next_6_target'] = df.groupby('id').rolling(window=6)[['target_row']].max().reset_index(drop=True)然后执行移位 - 但它给出了错误的结果在 SQL 解决方案中应该是这样的：MAX(target_row) OVER (PARTITION BY ID ORDER BY DATE ROWS BETWEEN CURRENT ROW AND 3 FOLLOWING)

Answer 1

很高兴看到您在访问/调用 pandas 数据框时是否遇到问题。

这是基于rolling(win)and的可能解决方案max()：

import pandas as pd

d  = dict(row = [0,0,0,0,0,0,0,1,0,0,0,0,0,0])

df = pd.DataFrame(d)

win = 6

df['winMax'] = df.rolling(win).max().shift(-win+1)

print(df)

>

    row  winMax

0     0     0.0

1     0     0.0

2     0     1.0

3     0     1.0

4     0     1.0

5     0     1.0

6     0     1.0

7     1     1.0

8     0     0.0

9     0     NaN

10    0     NaN

11    0     NaN

12    0     NaN

13    0     NaN

Answer 2

pandasql 可能的解决方案。有没有办法避免使用它？

from pandasql import sqldf

df_final = sqldf("""SELECT id, date, target_row, 

MAX(target_row) OVER (PARTITION BY id ORDER BY date ROWS BETWEEN CURRENT ROW AND 6 FOLLOWING)

FROM df

      """)