如何根据连续12个周期的状态栏生成标志

Question

ID  Period   status Flag (Output)
A   2020-10-28  0   1
A   2020-11-28  0   1
A   2020-12-28  0   1
A   2021-01-28  0   1
A   2021-02-28  0   1
A   2021-03-28  0   1
A   2021-04-28  0   1
A   2021-05-28  0   1
A   2021-06-28  1   0
A   2021-07-28  0   0
A   2021-08-28  0   0
A   2021-09-28  0   0
A   2021-10-28  0   0

下面是根据状态列生成标志的简单示例： 例如：对于唯一的 ID-A，为了标记第一行，我检查接下来 12 个月的“状态”列，如果接下来 12 个月内的状态为 1，我会将 O/P 标记为 1。 下面是我的示例代码，它给了我想要的结果，但是从性能角度来看，这对于大量数据（具有接近 100 万个具有不同 ID 的数据）来说效率不高。有没有一种方法可以以更简单、更快的方式进行编码，或者循环是唯一的选择。

   df = df1[['ID','Period','status']]
   df = df.sort_values(by=['ID','Period']).reset_index(drop=True)
   df['flag']=0
   default=pd.DataFrame()

   j=df['ID'].unique()
   k=pd.DataFrame(j,columns=['ID'])
   for a,i in k.iterrows():
         temp = df[df['ID']==i['ID']]
         temp = temp.reset_index(drop=True)
 
         for x,y in temp.iterrows():
               if temp.iloc[x+1:x+13,2].sum() >= 1:
                    temp.loc[x,'flag']=1
               else:
                    temp.loc[x,'flag']=0
         default = default.append(temp)

Answer 1

您可以使用

groupby.rolling

：

df['Flag'] = (df
      .assign(Period=pd.to_datetime(df['Period']).dt.to_period('M'))
      [::-1]
      .groupby('ID').rolling(12, on='Period', min_periods=1)
      ['Flag'].max()[::-1].to_numpy()
)

输出：

   ID      Period  status  Flag
0   A  2020-10-28       0   1.0
1   A  2020-11-28       0   1.0
2   A  2020-12-28       0   1.0
3   A  2021-01-28       0   1.0
4   A  2021-02-28       0   1.0
5   A  2021-03-28       0   1.0
6   A  2021-04-28       0   1.0
7   A  2021-05-28       0   1.0
8   A  2021-06-28       1   0.0
9   A  2021-07-28       0   0.0
10  A  2021-08-28       0   0.0
11  A  2021-09-28       0   0.0
12  A  2021-10-28       0   0.0