计算满足条件的滚动 window 的唯一值

Question

我有类似以下的数据：

df = pd.DataFrame({
    'cat': ['a','a','b','c','a','a','c','b', 'b'],
    'cond': [True, True, False, True, False, True, True, True, True]
})

我想创建一个新列，它计算 cat 在滚动 window 上的唯一出现次数，其中所有出现的 cat 都是 True per cond。

所以 output 对于上述 df 与 rolling(window=3) 将是：

df['manual_count'] = pd.Series([np.nan,np.nan,1.0,2.0,1.0,1.0,1.0,3.0,2.0])

我只计算了没有条件的唯一事件，这相当简单：

df['all'] = (
    pd.Series(df['cat'].factorize()[0])
    .rolling(3)
    .apply(lambda x: x.nunique())
)

但是介绍这个条件让我很难过。 我认为答案在于 groupby/apply 但似乎无法根据需要将它们组合在一起......感谢任何帮助！

[编辑] 使用 Myrl 的绝妙想法的最终解决方案：

df['false_once'] = (
    pd.Series(df['cat'].factorize()[0])
    .where(~df['cond'], -1)
    .rolling(3)
    .apply(lambda x: x[x>=0].nunique())
)
df['true_all'] = df['all'] - df['false_once']

Answer 1

如何根据df["cond"]过滤列并用-1之类的标记替换不满足条件的元素？ 由于pd.factorize始终返回非负整数，因此您可以在计算唯一元素之前清除负值。 这里有一个快速的单线来传达这个想法：

pd.Series(df['cat'].factorize()[0])
  .where(df['cond'], -1).rolling(3)
  .apply(lambda x: x[x>0].nunique())