使用pandas + python（带条件）计算滚动窗口中的不同字符串

Question

我想计算当前行和前5行（滑动窗口）之间存在的不同端口号的数量，以及当出现相同地址时的数量。例如，

如果输入是（csv文件）：

ID      PORT     ADDRESS
1        21       ad3 
2        22       ad1  
3        23       ad2
4        25       ad2 
5        25       ad1
6        22       ad1 
7        22       ad1
8        21       ad4

输出应该是：

ID      PORT     ADDRESS      COUNT_DISC_PORT
1        21       ad3        -
2        22       ad1        -
3        23       ad2        - 
4        25       ad2        - 
5        25       ad1        - 
6        22       ad1        2 
7        23       ad1        3
8        21       ad4        1 

我已经阅读了关于pandas中滚动功能的文档，我尝试将group by和rolling结合起来但没有成功。

我使用的是Python 3.7和pandas包0.22。对于任何反馈，我们都表示感谢。

Answer 1

for index, row in df.iterrows():
    small_df = df[index - 5:index]
    df['uniques'][index] = len(small_df.unique())

这是我的快速拍摄。

Answer 2

好的，好像您的数据输入与我们的节目不匹配

df.groupby('ADDRESS').PORT.apply(lambda x : pd.Series(x).rolling(5,min_periods=1).apply(lambda y: len(set(y))))
Out[844]: 
0    1.0
1    1.0
2    1.0
3    2.0
4    2.0
5    2.0
Name: PORT, dtype: float64