Python数据框rolling_sum包含数字而不是日期

Question

说出我的数据框的一部分df[(df['person_num'] == 1) | (df['person_num'] == 2) ] 看起来像这样:

person_num   Days    IS_TRUE
1            1       1
1            4       1
1            5       0
1            9       1
2            1       1
2            4       1
2            5       0
2            9       1

对于每个 person_num，我想计算“某一天之前的 7 天内发生了多少 IS_TRUE=1”之类的内容” 。因此，对于第 9 天，我计算了从第 2 天到第 8 天的 IS_TRUE=1 数，并将计数添加到新列 IS_TRUE_7day_WINDOW 中。结果将是:

person_num    Days    IS_TRUE    IS_TRUE_7day_WINDOW
1             1       1          0
1             4       1          1
1             5       0          2
1             9       1          1
2             1       1          0
2             4       1          1
2             5       0          2
2             9       1          1

我正在考虑使用这样的东西:

df.groupby('person_num').transform(pd.rolling_sum, window=7,min_periods=1)

但我认为rolling_sum仅适用于日期时间，并且该代码不适用于我的数据框。有没有一种简单的方法可以将 rolling_sum 转换为整数(在我的例子中为 Days)？或者还有其他方法可以快速计算我想要的列吗？

我使用 for 循环来计算 IS_TRUE_7day_WINDOW，但由于我的数据帧非常大，所以我花了一个小时才得到结果。我想像 rolling_sum 这样的东西会加速我的旧代码。

Answer 1

您可以通过矢量化隐式执行 for 循环，这通常比显式编写 for 循环更快。以下是您提供的数据的工作示例:

import pandas as pd
import numpy as np

df = pd.DataFrame({'Days': [1, 4, 5, 9, 1, 4, 5, 9],
                   'IS_TRUE': [1, 1, 0, 1, 1, 1, 0, 1],
                   'person_num': [1, 1, 1, 1, 2, 2, 2, 2]})

def window(group):
    diff = np.subtract.outer(group.Days, group.Days)
    group['IS_TRUE_7day_WINDOW'] = np.dot((diff > 0) & (diff <= 7),
                                          group['IS_TRUE'])
    return group

f.groupby('person_num').apply(window)

输出是这样的:

   Days  IS_TRUE  person_num  IS_TRUE_7day_WINDOW
0     1        1           1                    0
1     4        1           1                    1
2     5        0           1                    2
3     9        1           1                    1
4     1        1           2                    0
5     4        1           2                    1
6     5        0           2                    2
7     9        1           2                    1