Python 滚动窗口无法从复制轴重新索引

我正在尝试使用滚动窗口根据条件获取行之间的时间差

我的数据集就像

 Time   Type    ConditionA    default index 
 00:00     A        True          0
 00:00     A        Flase         1
 00:00     A        True          2 
 00:01     B        True          3
 00:01     A        True          4
 00:01     B        True          5

我的目的是在10秒的滚动窗口中获得相同类型的时间差

如果两个条件a都为真

第5行的时差将为0，因为第5行和第3行的类型相同，并且两个条件A都为真

我的最终数据集如下所示

 Time   Type    ConditionA    default index  Time difference 
 00:00     A        True          0             N/A (or -1 )
 00:00     A        Flase         1             N/A (or -1 )
 00:00     A        True          2             0s
 00:01     B        True          3             N/A (or -1 )
 00:01     A        True          4             1s
 00:01     B        True          5             0s

我尝试了以下方法

df.groupby('Type',sort = False).apply(lambda win: win.rolling('10s').apply(test_func))

def test_func(win):

    target_value = win['ConditionA'].values[-1]

    if(len(win)>1 ):

        qualified_rows = win.loc[win['ConditionA'].values == target_value]
        target_row = qualified_rows.iloc[[-2]]
        current_row = win.iloc[[-1]]


        time_difference = current_row.index - target_row.index


        return pd.Series(time_difference ,index= win.iloc[[-1]].index )

    else:

        return pd.Series(-1,index= win.iloc[[-1]].index )

然而，它又回来了

ValueError: cannot reindex from a duplicate axis

这是因为我将时间设置为索引，并且时间具有重复性

我还尝试了以下方法

df.groupby('Type',sort = False).apply(lambda win: win.rolling('10s').apply(test_func))

def test_func(win):

    target_value = win['ConditionA'].values[-1]

    if(len(win)>1 ):

        qualified_rows = win.loc[win['ConditionA'].values == target_value]
        target_row = qualified_rows.iloc[[-2]]
        current_row = win.iloc[[-1]]


        time_difference = current_row.index - target_row.index


        return pd.Series(time_difference ,index= win.iloc[[-1]].index )

    else:

        return pd.Series(-1,index= win.iloc[[-1]].index )

访问窗口中的多个列，如下所示，但它仅适用于整数窗口，而不适用于时间窗口

我尝试使用多重索引，然后在时间索引上滚动，这样我就不会得到重复。但它不起作用，它表明

ValueError: window must be an integer

我应该如何解决这个问题？或者达到类似的效果，谢谢

我的目的是在10秒的滚动窗口中获得相同类型的时间差

如果我理解正确，您想在同一组中的当前行和前一行之间进行时差计算，前提是这些时间间隔小于10秒

在这种情况下，您可以这样做：

import pandas as pd
from datetime import datetime, timedelta
df = pd.DataFrame({'Time':[datetime.now(),datetime.now(),datetime.now(),datetime.now(),datetime.now(),datetime.now()],
                   'Type':['A','A','A','B','A','B'],
                   'ConditionA':[True,False,True,True,True,True]})
df['Time shift'] = pd.Series(pd.NaT,index=df.index)
df['Time diff'] = pd.Series(pd.NaT,index=df.index)


for name, group in df.groupby(['Type','ConditionA']):
    df.loc[group.index,'Time shift'] = group['Time'].shift(periods=1) # previous time for each group

结果类似于您的示例数据帧：

                  Time           Type   ConditionA  Time shift Time diff
0   2020-03-07 22:38:47.710763     A      True        NaT          NaT
1   2020-03-07 22:38:47.710768     A      False       NaT          NaT
2   2020-03-07 22:38:47.710769     A      True        2020-03-07 22:38:47.710763008     NaT
3   2020-03-07 22:38:47.710769     B      True        NaT          NaT
4   2020-03-07 22:38:47.710770     A      True        2020-03-07 22:38:47.710768896     NaT
5   2020-03-07 22:38:47.710771     B      True        2020-03-07 22:38:47.710768896     NaT

然后，对于函数，再次使用groupby：

for name, group in df.groupby(['Type','ConditionA']):
  if name[1]: # If CondiditionA is True
    mask = group[(group['Time'] - group['Time shift']) < timedelta(seconds=10)].index #Row within 10s of their previous one
    df.loc[mask,'Time diff'] = df.loc[mask,'Time'] - df.loc[mask,'Time shift']

df.groupby（['Type'，'ConditionA']）中的组名称： 如果名称[1]：#如果条件a为真 掩码=组[（组['Time']-组['Time shift']） 这就是你一直在寻找的东西吗