Pandas 熊猫中基于时间和字符串比较函数的行分组

我有一个数据帧，我想根据时间差和字符串之间的差异将其分组成行。原始数据帧实际上如下所示：

import datetime
import pandas as pd

data = {
    'timestamp': [
        datetime.datetime(2020,10,10,12,0,0),
        datetime.datetime(2020,10,10,12,0,2),
        datetime.datetime(2020,10,10,12,0,10),
        datetime.datetime(2020,10,10,12,0,12),
        datetime.datetime(2020,10,10,12,0,30),
        datetime.datetime(2020,10,10,12,1,0),
        datetime.datetime(2020,10,10,12,3,0),
        datetime.datetime(2020,10,10,12,3,10),
        datetime.datetime(2020,10,10,12,3,40),
        datetime.datetime(2020,10,10,12,10,0)
        ],
    'row_number': [i for i in range(10)],
    'input': [
        'hello',
        'hello w',
        'hello wor',
        'this is a',
        'hello world',
        'this is a new',
        'hello',
        'hello w',
        'hello wor',
        'hello world'

        ]
}

pd.DataFrame(data=data)

此数据帧需要根据前面一行之间60秒或更少的差异和4或更少的字符串字符差异，将数据帧分组为多个部分，以便将这些行分成以下组。目前我已经将这些行格式化为单独的数据帧，但理想情况下应该是要上传到BigQuery中的列表列表

data = {
    'timestamp': [
        datetime.datetime(2020,10,10,12,0,0),
        datetime.datetime(2020,10,10,12,0,2),
        datetime.datetime(2020,10,10,12,0,10),
        datetime.datetime(2020,10,10,12,0,30)
        ],
    'row_number': [0,1,2,4],
    'input': [
        'hello',
        'hello w',
        'hello wor',
        'hello world'
        ]
}
pd.DataFrame(data=data)

data = {
    'timestamp': [
        datetime.datetime(2020,10,10,12,0,12),
        datetime.datetime(2020,10,10,12,1,0)
        ],
    'row_number': [3,5],
    'input': [
        'this is a',
        'this is a new',
        ]
}

pd.DataFrame(data=data)

data = {
    'timestamp': [
        datetime.datetime(2020,10,10,12,3,0),
        datetime.datetime(2020,10,10,12,3,10),
        datetime.datetime(2020,10,10,12,3,40),
        datetime.datetime(2020,10,10,12,10,0)
        ],
    'row_number': [6,7,8,9],
    'input': [
        'hello',
        'hello w',
        'hello wor',
        'hello world'
        ]
}
pd.DataFrame(data=data)

我已经有了字符串比较函数，但不确定如何使用apply将其应用于pandas滚动窗口函数，或者这是否是最有效的方法

df.rolling('60s').apply()

我目前使用字典列表进行比较，但当行数为~100k且有许多组只有一行时，循环进行所有比较需要很长时间。

df.rolling（'60s'）

df.rolling（'60s'）

。