Python 如果（i+；1）大于（i），则在4个窗口（以前的读数）中标记观察值

我有降雨时间序列，如：

rainfall
0   3.1
1   2
2   0
3   0
4   12
5   0
6   1
7   2
8   3
9   6
10  1
11  2
12  9

我想使用python pandas来标记一个观测值，该观测值的前4个读数满足以下条件：对于范围内的每个I（len（观测值））==>I+1>I

预期输出如下所示：

rainfall    Flag test
0   3.1 F
1   2   F
2   0   F
3   0   F
4   12  F
5   0   F
6   1   F
7   2   F
8   3   T
9   6   T
10  1   F
11  2   F
12  9   F

其中，它仅返回第9行的T，前3行有此情况

我想知道是否有人能帮我

使用，然后通过以下方式获得差异，比较并最后检查每行的所有

True

s：

---

---

你能添加预期的输出吗？降雨标志测试0 3.1 F 1 2 F 2 0 F 3 0 F 4 12 F 5 0 F 6 1 F 7 2 F 8 3 F 9 6 T 10 1 F 11 2 F 12 9 F你能添加到问题中吗，因为评论格式不好？谢谢，只有一个是正确的，你能解释为什么，你是如何得到它的吗？不确定是否理解

之前的4个阅读资料

这只是我添加的一个示例。之所以只有一个是正确的，是因为这是前三个（第六、第七和第八个）的唯一观察条件（i+1>i）

N = 4
x = np.concatenate([[np.nan] * (N-1), df['rainfall'].values])

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)
arr = rolling_window(x, N)
print (arr)
[[ nan  nan  nan  3.1]
 [ nan  nan  3.1  2. ]
 [ nan  3.1  2.   0. ]
 [ 3.1  2.   0.   0. ]
 [ 2.   0.   0.  12. ]
 [ 0.   0.  12.   0. ]
 [ 0.  12.   0.   1. ]
 [12.   0.   1.   2. ]
 [ 0.   1.   2.   3. ]
 [ 1.   2.   3.   6. ]
 [ 2.   3.   6.   1. ]
 [ 3.   6.   1.   2. ]
 [ 6.   1.   2.   9. ]]

df['flag'] = (np.diff(arr, axis=1) > 0).all(axis=1)
print (df)
    rainfall   flag
0        3.1  False
1        2.0  False
2        0.0  False
3        0.0  False
4       12.0  False
5        0.0  False
6        1.0  False
7        2.0  False
8        3.0   True
9        6.0   True
10       1.0  False
11       2.0  False
12       9.0  False