Python 具有多个条件的滚动时间窗口不同计数

所以，我有一个这样的数据帧：

A,B,C,D
foo,something,2019-01-04 09:56:01,True
bar,something,2019-01-05 8:15:09,True
bar,something,2019-01-05 10:15:10,False
bar,something,2019-01-07 10:15:10,False
baz,something,2019-02-07 10:15:38,True
bar,somethingelse,2019-02-09 11:42:16,False
foo,something,2019-05-04 11:44:56,True
foobar,something,2019-07-15 13:23:09,True
foo,something,2019-08-04 11:44:56,False
foobar,something,2019-08-05 13:23:09,False
foobarbaz,something,2019-08-05 13:23:10,True

我想计算两个新列：

首先，在一个滚动时间窗口（比如2天）内“A”的先前不同值的数量，其中“B”的值与考虑中的行（包括计数中考虑中的行）的值相同

其次，在同一滚动时间窗口内“A”的先前不同值的数量，其中“B”的值与当前行的值相同，“D”的值为“真”

因此，期望的输出将是：

A,B,C,D,F,G
foo,something,2019-01-04 09:56:01,True,1,1
bar,something,2019-01-05 8:15:09,True,2,2
bar,something,2019-01-05 10:15:10,False,2,2
bar,something,2019-01-07 10:15:10,False,1,1,0
baz,something,2019-02-07 10:15:38,True,1,1
bar,somethingelse,2019-02-09 11:42:16,False,1,0
foo,something,2019-05-04 11:44:56,True,1,1,1
foobar,something,2019-07-15 13:23:09,True,1,1
foo,something,2019-08-04 11:44:56,False,1,0
foobar,something,2019-08-05 13:23:09,False,2,0
foobarbaz,something,2019-08-05 13:23:10,True,3,1

关于第一部分（计算栏F），我的答案是：

df["F"] = pd.factorize(df["A"])[0]
result = df.groupby("B").rolling("2D", on="C").F.apply(lambda x: len(np.unique(x)))

然后我可以将其重新合并到B列和C列上的df中（C中的日期时间都是不同的）。它给出了期望的结果

但是对于G列，我找不到解决方案。在应用上述相同的两行之前过滤df（df.loc[df.D]）不是正确的解决方案，因为“D”为“False”的行仍然可以具有其为“True”的先前行。 因此，通过该方法（合并后）获得的输出为：

A,B,C,D,F,G
foo,something,2019-01-04 09:56:01,True,1,1
bar,something,2019-01-05 8:15:09,True,2,2
bar,something,2019-01-05 10:15:10,False,2,NaN
bar,something,2019-01-07 10:15:10,False,1,1,NaN
baz,something,2019-02-07 10:15:38,True,1,1
bar,somethingelse,2019-02-09 11:42:16,False,1,NaN
foo,something,2019-05-04 11:44:56,True,1,1
foobar,something,2019-07-15 13:23:09,True,1,1
foo,something,2019-08-04 11:44:56,False,1,NaN
foobar,something,2019-08-05 13:23:09,False,2,NaN
foobarbaz,something,2019-08-05 13:23:10,True,3,1

非NaN值是正确的，但我不能只填充NaN（）（与期望的输出进行比较），因此该方法似乎有缺陷

---

感谢您的帮助。

为什么您的输入数据在

E

列中包含所有

NaN

？在提交之前删除了一个不相关的列，但忘记删除标题。固定的。