Python 按滚动应用列表分组

下面是示例代码

df=pd.DataFrame（{'A'：['2020-04-28'，'2020-04-28'，'2020-04-29'，'2020-04-29'，'2020-04-30'，'2020-04-30']，
‘B’：[‘11-000-000-246_1064461’、‘30-000-015-488_1191035’、‘11-000-000-246_1064461’、‘30-000-015-488_1191035’、‘30-000-015-488_1191035’、‘11-000-246_1064461’]，
‘C’：[47006522214700652723]、[4700653241]、[4700652784700656546]、[4700646464700645646]、[4700652748700659873、4700659238]]
})

我的数据框看起来像：

    A           B                       C
0   2020-04-28  11-000-000-246_1064461  [4700652221, 4700652723]
1   2020-04-28  30-000-015-488_1191035  [4700653241]
2   2020-04-29  11-000-000-246_1064461  []
3   2020-04-29  30-000-015-488_1191035  [4700652781, 4700656546]
4   2020-04-30  30-000-015-488_1191035  [4700646464, 4700645646]
5   2020-04-30  11-000-000-246_1064461  [4700652748, 4700659873, 4700659238]

我试图用这段代码在2天的滚动窗口中获得一个名为D的新列，其中包含所有C数组项的数组，但它不起作用：

df = df.groupby(['A','B'])['C'].rolling(2).apply(list).reset_index(name = 'D')

我需要这样的东西：

    A           B                       D
0   2020-04-28  11-000-000-246_1064461  Nan
1   2020-04-28  30-000-015-488_1191035  Nan
2   2020-04-29  11-000-000-246_1064461  [4700652221, 4700652723]
3   2020-04-29  30-000-015-488_1191035  [4700652781, 4700656546, 4700653241]
4   2020-04-30  30-000-015-488_1191035  [4700646464, 4700645646, 4700652781, 4700656546]
5   2020-04-30  11-000-000-246_1064461  [4700652748, 4700659873, 4700659238]

在列

B

上使用，然后在列

C

上使用。在此转换方法中，用于移动列，然后将列与其自身连接：

df['D'] = (
    df.groupby('B')['C']
    .transform(lambda s: s + s.shift(1))
)

df1 = df.drop('C', 1)

---

---

你能解释一下逻辑吗？你是怎么把

[4700652221，4700652723]

放在第三排的？是的！我从第一排得到了

[4700652221，4700652723]

。我用GROBYB.滚动来考虑不同类型的B柱。我曾考虑使用

extend（）

或

append（）

在数组中添加项，但我无法使用

rolling（）

函数谢谢您提供的解决方案，但我有一个问题。你能帮助我吗？如果我需要增加我的肛门窗口到5天，10天或更多。。。我该如何解决这个问题？@VivianMarcello只需在轮班时调整参数，我想您需要轮班（4），为期5天。

# print(df1)
            A                       B                                                 D
0  2020-04-28  11-000-000-246_1064461                                               NaN
1  2020-04-28  30-000-015-488_1191035                                               NaN
2  2020-04-29  11-000-000-246_1064461                          [4700652221, 4700652723]
3  2020-04-29  30-000-015-488_1191035              [4700652781, 4700656546, 4700653241]
4  2020-04-30  30-000-015-488_1191035  [4700646464, 4700645646, 4700652781, 4700656546]
5  2020-04-30  11-000-000-246_1064461              [4700652748, 4700659873, 4700659238]