Python Pandas DataFrame：如何在滚动窗口上设置联合聚合

我有一个数据框，其中一列包含ID集，另一列包含日期：

将熊猫作为pd导入
df=pd.DataFrame（['2018-01-01'，{1,2,3}]，
['2018-01-02', {3}],
['2018-01-03', {3, 4, 5}],
['2018-01-04', {5, 6}]],
列=['timestamp'，'ids']）
df['timestamp']=pd.to_datetime（df['timestamp']]
df.set_索引（'timestamp'，inplace=True）
身份证
时间戳
2018-01-01     {1, 2, 3}
2018-01-02     {3}
2018-01-03     {3, 4, 5}
2018-01-04     {5, 6}

我正在寻找的是一个功能，可以给我的ID为过去x天每天。假设x=3，我希望结果是：

ids
时间戳
2018-01-01     {1, 2, 3}
2018-01-02     {1, 2, 3}
2018-01-03     {1, 2, 3, 4, 5}
2018-01-04     {3, 4, 5, 6}

我试过了

df.rolling（3.agg）（set.union）

但这会导致以下错误：

回溯（最近一次呼叫最后一次）：
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第222行，在\u prep\u值中
值=\u确保\u浮动64（值）
文件“pandas\\u libs\algos\u common\u helper.pxi”，第3182行，在pandas.\u libs.algos.64中
文件“pandas\\u libs\algos\u common\u helper.pxi”，第3187行，在pandas.\u libs.algos.64中
TypeError:float（）参数必须是字符串或数字，而不是“set”
在处理上述异常期间，发生了另一个异常：
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第1561行，总计
返回超级（滚动、自）。聚合（arg、*args、**kwargs）
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第321行，总计
返回self.apply（arg，raw=False，args=args，kwargs=kwargs）
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第1580行，在apply中
func，raw=raw，args=args，kwargs=kwargs）
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第1003行，在apply中
中心=假，原始=原始）
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第844行，在应用中
值=自身值（b.值）
文件“C:\Users\m.manhertz\Envs\demo-8EG6nosu\lib\site packages\pandas\core\window.py”，第225行，以_prep_值表示
“”.format（values.dtype））
TypeError:无法处理此类型->对象

Pandas的设计目的不是在

pd.Series

对象中保存诸如

列表

、

集合

、

目录

等可编辑项。因此，您的逻辑是不可矢量化的。您的最佳选择可能是列出以下内容：

import pandas as pd

df = pd.DataFrame([['2018-01-01', {1, 2, 3}],
                   ['2018-01-02', {3}],
                   ['2018-01-03', {3, 4, 5}],
                   ['2018-01-04', {3, 6}]],
                  columns=['timestamp', 'ids'])

df['timestamp'] = pd.to_datetime(df['timestamp'])
df.set_index('timestamp', inplace=True)

df['ids'] = [set.union(*df.iloc[max(0, i-2): i+1, 0]) for i in range(len(df.index))]

print(df)

                        ids
timestamp                  
2018-01-01        {1, 2, 3}
2018-01-02        {1, 2, 3}
2018-01-03  {1, 2, 3, 4, 5}
2018-01-04     {3, 4, 5, 6}

---

嗯，这有点令人失望。尽管如此，这个解决方案还是有效的。您可能需要澄清如何调整列表对x的其他值的理解，例如对于

x=10

，对于范围内的i（len（df.index）），它将是

[set.union（*df.iloc[max（0，i-9）：i+1，0]）