Python 如果在过去N天内满足条件，则创建新列

我有这样一个数据帧：

时间戳 价值 身份证件 2020-12-16 25 1. 2020-12-17 45 1. 2020-12-31 40 1. 2021-01-31 37 1. 2020-12-15 12 2. 2020-12-16 78 2.

---

因为您的计算需要排序，所以我们可以避免分组。排序，获取行差，并使用跨组的值（即每个ID的最早行），其中

where

到

NaN

。因为您希望第一个差异与

'2020-12-15'

相关，我们可以使用

fillna

查找与该日期的差异，并使用

np.where

根据您的条件分配字符串值

import pandas as pd
import numpy as np

df['timestamp'] = pd.to_datetime(df['timestamp'])
df = df.sort_values(['id', 'timestamp'])

s = (df['timestamp'].diff()
       .where(df['id'].eq(df['id'].shift()))
       .fillna(df['timestamp'] - pd.to_datetime('2020-12-15')))
#0    1 days
#1    1 days
#2   14 days
#3   31 days
#4    0 days
#5    1 days

df['outcome'] = np.where(s <= pd.Timedelta(25, 'D'), 'yes', 'no')
#   timestamp  value  id outcome
#0 2020-12-16     25   1     yes
#1 2020-12-17     45   1     yes
#2 2020-12-31     40   1     yes
#3 2021-01-31     37   1      no
#4 2020-12-15     12   2     yes
#5 2020-12-16     78   2     yes

将熊猫作为pd导入
将numpy作为np导入
df['timestamp']=pd.to_datetime（df['timestamp']]
df=df.sort_值（['id'，'timestamp']）
s=（df['timestamp'].diff（）
.where（df['id'].eq（df['id'].shift（）））
.fillna（df['timestamp']-pd.to_datetime（'2020-12-15'））
#0.1天
#1天
#2 14天
#3天31天
#40天
#5天1天
df['outcome']=np.其中（s适用条件，如果

1.一组连续天数之间的差值小于15
或
2.组中的第一项等于“是”。不满足任何条件的任何其他元素等于“否”

import numpy as np
df['outcome']=np.where(df.groupby('id.')['timestamp'].transform('diff').dt.days.lt(15)|~df['id.'].duplicated(keep='first'),'yes','no')



 timestamp  value  id. outcome
0 2020-12-16   25.0  1.0     yes
1 2020-12-17   45.0  1.0     yes
2 2020-12-31   40.0  1.0     yes
3 2021-01-31   37.0  1.0      no
4 2020-12-15   12.0  2.0     yes
5 2020-12-16   78.0  2.0     yes