Python 从dataframe中滚动窗口中满足的一组条件创建布尔列

我有这样一个df：

x.  y.  length.  condition_x.   condition_y
6         1.89    TRUE            FALSE
1         0.79    FALSE           FALSE
    5     1.34    FALSE           FALSE
    4     5.22    FALSE           FALSE
    1     1.21    FALSE           FALSE
4         3.44    FALSE           FALSE

x.  y.  length.  condition_x.   condition_y.  val_x.   val_y
6         1.89    TRUE            FALSE       FALSE    FALSE
1         0.79    FALSE           FALSE       FALSE    FALSE
    5     1.34    FALSE           FALSE        TRUE    FALSE
    4     5.22    FALSE           FALSE       FALSE    FALSE
    1     1.21    FALSE           FALSE       FALSE    FALSE
4         3.44    FALSE           FALSE       FALSE    FALSE
    5     2.43    FALSE           FALSE       FALSE    FALSE

x.  y.  length.  condition_x.   condition_y.  val_x.   val_y
6         1.89    TRUE            FALSE       FALSE    FALSE
1         0.79    FALSE           FALSE       FALSE    FALSE
    5     1.34    FALSE           FALSE        TRUE    FALSE
    4     5.22    FALSE           FALSE       FALSE    FALSE
    1     1.21    FALSE           FALSE       FALSE    FALSE
4         3.44    FALSE           FALSE       FALSE    FALSE
    5     2.43    FALSE           FALSE       FALSE    FALSE

我正在尝试根据伪代码中的以下逻辑创建列：

`condition_x` is TRUE if x. == 6 and `condition_y` is TRUE if y. == 6 (I already have this computed)


if `condition_x` is `TRUE`:
    then create a window of the next 3 rows as `window`
    window_values = []
    for row in `window`:
        take the y value with the max value for `length` as y_length_max
        window_values.append(y_length_max)
    if the first row y > 4 OR if the first row y == np.nan & the second row y > 4:
        take the y value(s) that satisfy this condition as y_condition_matches
        window_values.append(y_condition_matches)
     then take max value from window_values and create bool column where y matches max value in window

repeat if condition_y == TRUE

应该是这样的：

x.  y.  length.  condition_x.   condition_y
6         1.89    TRUE            FALSE
1         0.79    FALSE           FALSE
    5     1.34    FALSE           FALSE
    4     5.22    FALSE           FALSE
    1     1.21    FALSE           FALSE
4         3.44    FALSE           FALSE

x.  y.  length.  condition_x.   condition_y.  val_x.   val_y
6         1.89    TRUE            FALSE       FALSE    FALSE
1         0.79    FALSE           FALSE       FALSE    FALSE
    5     1.34    FALSE           FALSE        TRUE    FALSE
    4     5.22    FALSE           FALSE       FALSE    FALSE
    1     1.21    FALSE           FALSE       FALSE    FALSE
4         3.44    FALSE           FALSE       FALSE    FALSE
    5     2.43    FALSE           FALSE       FALSE    FALSE

x.  y.  length.  condition_x.   condition_y.  val_x.   val_y
6         1.89    TRUE            FALSE       FALSE    FALSE
1         0.79    FALSE           FALSE       FALSE    FALSE
    5     1.34    FALSE           FALSE        TRUE    FALSE
    4     5.22    FALSE           FALSE       FALSE    FALSE
    1     1.21    FALSE           FALSE       FALSE    FALSE
4         3.44    FALSE           FALSE       FALSE    FALSE
    5     2.43    FALSE           FALSE       FALSE    FALSE

为了清晰起见，要将样本分解：

condition_x

在此为

TRUE

，启动流程：

x.  y.  length.  condition_x.   condition_y
6         1.89    TRUE            FALSE

然后，我们创建前面3行的窗口：

x.  y.  length.  condition_x.   condition_y
1         0.79    FALSE           FALSE
    5     1.34    FALSE           FALSE
    4     5.22    FALSE           FALSE

然后取y值和最大

长度
：

x.  y.  length.  condition_x.   condition_y
    4     5.22    FALSE           FALSE


并将其添加到包含窗口条件匹配项的列表中：

window_vals = [4]

    if the first row y > 4 OR if the first row y == np.nan & the second row y > 4:

然后，我们检查窗口内是否满足第二组条件：

window_vals = [4]

    if the first row y > 4 OR if the first row y == np.nan & the second row y > 4:

如果由于窗口中第一行的y值==
np.nan

如果第一行y==np.nan&第二行y>4
满足第二个条件
，因为窗口中第一行的y值=='np.nan'，第二行的y值为
>4

因为满足第二个条件，所以我们取满足任一条件的最大y值。在这种情况下，该值为
5

然后将该值添加到
窗口\u vals
列表中

window_vals = [4, 5]

然后，我们从
窗口\u vals
中获取最大值。然后，每当y值等于该窗口中的
max（窗口值）
时，我们创建一个
TRUE
列

同样，最终结果如下所示：

x.  y.  length.  condition_x.   condition_y
6         1.89    TRUE            FALSE
1         0.79    FALSE           FALSE
    5     1.34    FALSE           FALSE
    4     5.22    FALSE           FALSE
    1     1.21    FALSE           FALSE
4         3.44    FALSE           FALSE

x.  y.  length.  condition_x.   condition_y.  val_x.   val_y
6         1.89    TRUE            FALSE       FALSE    FALSE
1         0.79    FALSE           FALSE       FALSE    FALSE
    5     1.34    FALSE           FALSE        TRUE    FALSE
    4     5.22    FALSE           FALSE       FALSE    FALSE
    1     1.21    FALSE           FALSE       FALSE    FALSE
4         3.44    FALSE           FALSE       FALSE    FALSE
    5     2.43    FALSE           FALSE       FALSE    FALSE


x.  y.  length.  condition_x.   condition_y.  val_x.   val_y
6         1.89    TRUE            FALSE       FALSE    FALSE
1         0.79    FALSE           FALSE       FALSE    FALSE
    5     1.34    FALSE           FALSE        TRUE    FALSE
    4     5.22    FALSE           FALSE       FALSE    FALSE
    1     1.21    FALSE           FALSE       FALSE    FALSE
4         3.44    FALSE           FALSE       FALSE    FALSE
    5     2.43    FALSE           FALSE       FALSE    FALSE