如何在Pandas滚动窗口中按条件筛选行并进行计数？

要实现滚动窗口内仅统计controlled列为True的行数，核心思路是将布尔值转换为可累加的数值，再通过滚动求和完成计数，具体操作如下：

• 将controlled列的布尔值转为整数（True对应1，False对应0），滚动窗口内的求和结果即为满足条件的行数
• 使用rolling().sum()替代原有的rolling().count()，直接对转换后的数值列进行滚动求和

修改后的代码示例 #

替换你原代码中计算rolling_obs_count的行，新增统计满足条件行数的列：

# 新增统计controlled=True行数的滚动窗口列
df['rolling_controlled_count'] = df['controlled'].astype(int).rolling(window='1s').sum()

效果验证 #

以你提供的前5行数据为例：

2020-01-01 00:00:00.048713 1.024082 4.491483 True 1.0
2020-01-01 00:00:00.068628 1.084577 0.773474 True 2.0
2020-01-01 00:00:00.202953 1.091360 0.584872 True 3.0
2020-01-01 00:00:00.425483 1.125268 2.361184 False 4.0
2020-01-01 00:00:00.665378 1.127335 2.050226 True 5.0

对应的rolling_controlled_count列值会是：1.0、2.0、3.0、3.0、4.0，准确统计了每个1秒窗口内controlled=True的行数。

性能说明 #

这种方法比使用rolling().apply(lambda x: x.sum())效率更高，因为sum是Pandas优化过的向量化操作，避免了逐窗口的Python级循环，在大数据集上优势明显。

内容的提问来源于stack exchange，提问作者Henry